1.一种基于实时数据监测的机械设备剩余寿命预测方法，其特征在于，首先，确定机械设备的失效判据并采集所需数据，进行数据点绘制及曲线拟合，计算数据点到拟合曲线的竖直距离d；然后，以竖直距离d作为随机变量建立概率分布模型，并将竖直距离d换算成机械设备的失效判据，得到失效判据的概率分布模型；接着，根据K‑S检验选取最佳概率分布模型，将最佳概率分布曲线、拟合曲线和失效参考线绘制在同一坐标系中；最后，根据各曲线的位置关系确定机械设备的剩余使用寿命及可靠概率；或者给定满足设备剩余使用寿命的可靠概率，并将最佳概率分布曲线沿拟合曲线的方向移动到可靠概率处，确定机械设备在给定可靠概率下的剩余使用寿命，剩余寿命预测方法的具体实施步骤如下：S1、根据机械设备的性能参数，确定机械设备的失效判据；

S2、通过安装在机械设备上的传感器，采集所需机械设备的相关数据信号；

S3、利用机械设备的失效判据表达式，对所采集到的相关数据信号进行处理，计算得到一系列的失效判据数据点，将失效判据数据点绘制在坐标区内，得到失效判据‑使用时间的数据图；

S4、在失效判据‑使用时间的数据图内，将得到的数据点采用最小二乘法线性拟合的方法得到拟合曲线，并计算每一个数据点到拟合曲线的竖直距离d；

S5、将竖直距离d作为随机变量建立概率分布模型，得到竖直距离d所对应的概率分布模型；

S6、根据数值对应关系，将步骤S4中的竖直距离d换算成机械设备的失效判据，从而得到机械设备失效判据的概率分布模型和与之对应的概率分布曲线；

S7、根据K‑S检验法，选择机械设备失效判据的最佳概率分布模型；

S8、将机械设备失效判据的最佳概率分布模型中的概率分布曲线逆时针旋转90度，与步骤S4得到的拟合曲线绘制在同一坐标系中，并根据机械设备的失效判据在坐标系内绘制失效参考线；

S9、将所述拟合曲线延长和所述失效参考线相交，计算所述拟合曲线和所述失效参考线交点位置的横坐标值；

S10、将机械设备失效判据的最佳概率分布曲线沿所述拟合曲线的方向，移动到所述拟合曲线和所述失效参考线的交点处，计算最佳概率分布曲线在所述失效参考线以上的面积，进而求出对应的概率。

2.根据权利要求1所述的基于实时数据监测的机械设备剩余寿命预测方法，其特征在于，把所述数据点到所述拟合曲线的纵坐标差值取为竖直距离d，并将其作为概率分布模型的输入变量。

3.根据权利要求1或者2所述的基于实时数据监测的机械设备剩余寿命预测方法，其特征在于，在步骤S5中，所述概率分布模型采用威布尔分布模型、极值分布模型和对数正态分布模型。

4.根据权利要求3所述的基于实时数据监测的机械设备剩余寿命预测方法，其特征在于，所述威布尔分布模型为：

其中，t是时间随机变量，m＞0为形状参数，η＞0为尺度参数，γ＞0为位置参数，e是自然常数；

所述极值分布模型为：

其中，t是时间随机变量，μ1为位置参数，σ1为尺度参数，e是自然常数；

所述对数正态分布模型为：

其中，t是时间随机变量，μ2是均值，σ2为方差，e是自然常数。

5.根据权利要求4所述的基于实时数据监测的机械设备剩余寿命预测方法，其特征在于，在步骤S4中，还可以采用神经网络方法对得到的数据点进行拟合得到拟合曲线。

6.根据权利要求4所述的基于实时数据监测的机械设备剩余寿命预测方法，其特征在于，所述剩余寿命预测方法中所预测的机械设备为在正常工作运行中的设备。

7.根据权利要求1所述的基于实时数据监测的机械设备剩余寿命预测方法，其特征在于，所述拟合曲线和所述失效参考线交点位置的横坐标值即为该机械设备刚好失效时的使用寿命，移动后的最佳概率分布曲线在所述失效参考线以上对应的概率即为该机械设备满足上述使用寿命的可靠概率。