1.一种基于工业互联网的工厂生产安全监控预警方法，其特征在于，该方法包括以下步骤：S1、通过工业互联网平台收集及存储工厂生产过程中的生产数据及工厂生产过程的分析数据；

S2、利用试验模态参数识别技术及区间参数描述技术，实现对工厂生产过程中的结构动力特性和材料属性的分析及评估；

S3、基于相关性分析算法建立工厂生产过程的预后风险模型，并预测工厂生产过程的风险程度，且实现对工厂生产过程的安全监控及预警；

S4、将安全监控及预警的信息通过工业互联网平台实时反馈给工厂管理者及操作者，并根据反馈信息对工厂的设备、材料、流程及环境进行调节。

2.根据权利要求1所述的一种基于工业互联网的工厂生产安全监控预警方法，其特征在于，所述利用试验模态参数识别技术及区间参数描述技术，实现对工厂生产过程中的结构动力特性和材料属性的分析及评估包括以下步骤：S21、对工厂生产过程中的结构材料进行试验模态分析，获取结构材料的模态数据；

S22、将特征值函数在结构材料属性名义值点进行泰勒展开，并得到结构模态参数与结构材料属性参数的区间代数方程组；

S23、基于线性规划理论，求解区间代数方程组，并得到结构材料属性参数的区间估计；

S24、利用区间估计结果评估结构材料属性的分散性及老化程度；

其中，所述基于线性规划理论，求解区间代数方程组时，得到区间代数方程组的最小和最大值问题，并得到结构材料属性参数的上界和下界。

3.根据权利要求2所述的一种基于工业互联网的工厂生产安全监控预警方法，其特征在于，所述对工厂生产过程中的结构材料进行试验模态分析，获取结构材料的模态数据包括以下步骤：S211、通过工业互联网平台收集及传输工厂生产过程中的结构材料自由振动响应的位移、速度及加速度时域信号；

S212、利用试验模态参数识别技术，对收集的位移、速度及加速度时域信号进行特征提取和降维，并得到结构材料的模态数据。

4.根据权利要求3所述的一种基于工业互联网的工厂生产安全监控预警方法，其特征在于，所述将特征值函数在结构材料属性名义值点进行泰勒展开，并得到结构模态参数与结构材料属性参数的区间代数方程组包括以下步骤：S221、利用泰勒级数近似特征值函数在结构材料属性名义值点附近的变化，将非线性的特征值函数转化为线性方程；

S222、通过区间代数方程组描述模态参数及结构材料属性参数。

5.根据权利要求4所述的一种基于工业互联网的工厂生产安全监控预警方法，其特征在于，所述利用区间估计结果评估结构材料属性的分散性及老化程度包括以下步骤：S241、利用区间估计结果与结构材料属性名义值进行比较；

S242、分析结构材料属性的变化范围和趋势；

S243、评估结构材料属性的分散性及老化程度。

6.根据权利要求1所述的一种基于工业互联网的工厂生产安全监控预警方法，其特征在于，所述基于相关性分析算法建立工厂生产过程的预后风险模型，并预测工厂生产过程的风险程度，且实现对工厂生产过程的安全监控及预警包括以下步骤：S31、整理工厂生产过程的分析数据；

S32、使用相关性分析方法筛选工厂生产过程的分析数据；

S33、基于筛选工厂生产过程的分析数据，建立预后风险模型并进行预测；

S34、实现安全监控及预警。

7.根据权利要求6所述的一种基于工业互联网的工厂生产安全监控预警方法，其特征在于，所述使用相关性分析方法筛选工厂生产过程的分析数据包括以下步骤：S321、使用斯皮尔曼等级相关系数计算不同工厂生产过程的分析数据之间的相关性；

S322、使用XGBoost模型分析各工厂生产过程的分析数据对工厂生产过程风险的贡献度；

S323、根据不同工厂生产过程的分析数据的重要性进行排序及归一化，并选择重要性累加和低于阈值的工厂生产过程的分析数据。

8.根据权利要求7所述的一种基于工业互联网的工厂生产安全监控预警方法，其特征在于，所述使用斯皮尔曼等级相关系数计算不同工厂生产过程的分析数据之间的相关性包括以下步骤：S3211、将每个工厂生产过程的分析数据转换为等级值，并按照从小到大的顺序给每个工厂生产过程的分析数据赋予整数值；

S3212、计算两个工厂生产过程的分析数据间的斯皮尔曼等级相关系数；

其中，计算公式为：

；

式中， 表示两个工厂生产过程的分析数据x及y间的斯皮尔曼等级相关系数；

di表示第i个观测值在两个工厂生产过程的分析数据中的等级差，n表示观测值的总数；

S3213、重复S3211‑S3212，计算所有工厂生产过程的分析数据之间的斯皮尔曼等级相关系数，并构造相关性矩阵。

9.根据权利要求8所述的一种基于工业互联网的工厂生产安全监控预警方法，其特征在于，所述使用XGBoost模型分析各工厂生产过程的分析数据对工厂生产过程风险的贡献度包括以下步骤：S3221、将工厂生产过程风险作为目标变量，并将工厂生产过程风险之外的数据作为特征变量，构造一个监督学习过程；

S3222、计算每个特征变量的平均信息增益，并将平均信息增益作为该特征变量对风险预测的贡献度，即该特征变量与风险之间的相关性。

10.一种基于工业互联网的工厂生产安全监控预警系统，用于实现权利要求1‑9任一项所述的基于工业互联网的工厂生产安全监控预警方法，其特征在于，该系统包括收集模块、工厂结构材料分析模块、风险预警模块及反馈模块；

其中，所述收集模块与所述工厂结构材料分析模块及所述风险预警模块连接，且所述工厂结构材料分析模块及所述风险预警模块均与所述反馈模块连接；

所述收集模块，用于通过工业互联网平台收集及存储工厂生产过程中的生产数据及工厂生产过程的分析数据；

所述工厂结构材料分析模块，用于利用试验模态参数识别技术及区间参数描述技术，实现对工厂生产过程中的结构动力特性和材料属性的分析及评估；

所述风险预警模块，用于基于相关性分析算法建立工厂生产过程的预后风险模型，并预测工厂生产过程的风险程度，且实现对工厂生产过程的安全监控及预警；

所述反馈模块，用于将安全监控及预警的信息通过工业互联网平台实时反馈给工厂管理者及操作者，并根据反馈信息对工厂的设备、材料、流程及环境进行调节。