1.一种基于工业云的高可靠的选矿设备故障诊断系统，其特征在于，包括：数据采集单元，设置于本地服务器中的本地数据库、本地智能模块、云智能模块和诊断结果模块，设置于工业云服务器中的设备运行状态数据库、模型建立及管理模块和故障诊断模块以及设置于本地监控中心中的设备选择模块、设备诊断结果接收模块和设备故障诊断显示模块；
所述数据采集单元，用于实时采集待诊断设备的实时运行状态数据，并分别发送给本地数据库、本地智能模块和云智能模块；
所述本地数据库，用于接收数据采集单元发送的待诊断设备的实时运行状态数据并保存；
所述设备选择模块，用于选择待诊断的具体设备类型，并发送给本地智能模块和云智能模块；
所述本地智能模块，用于接收设备选择模块发送的待诊断设备类型；接收模型建立及管理模块发送的故障诊断模型或故障诊断模型参数，并替换原有故障诊断模型或故障诊断模型参数；接收数据采集单元发送的待诊断设备的实时运行状态数据，根据待诊断设备类型对应的本地故障诊断模型计算出本地诊断结果，并将本地诊断结果发送给诊断结果模块；
所述云智能模块，用于接收设备选择模块发送的待诊断设备类型，并发送给模型建立及管理模块和故障诊断模块；接收数据采集单元发送的待诊断设备的实时运行状态数据，并发送给工业云服务器的设备运行状态数据库和故障诊断模块，并判断是否发送成功，是，调用故障诊断模块的故障诊断服务并接收故障诊断模块发送的云诊断结果，并将云诊断结果发送给诊断结果模块；否则，标记未发送成功的数据待可正常发送时上传至设备运行状态数据库；
所述模型建立及管理模块，用于接收云智能模块发送的待诊断设备类型，判断是否有待诊断设备类型对应的故障诊断模型，是，对工业云服务器上待诊断设备的故障诊断模型和本地智能模块上的待诊断设备的故障诊断模型进行优化更新；否则，建立待诊断设备的故障诊断模型，评估和管理建立的故障诊断模型，将故障诊断模型发送给本地智能模块；
所述设备运行状态数据库，用于接收各云智能模块发送的实时运行状态数据并存储；
所述故障诊断模块，用于接收云智能模块发送的待诊断设备类型和实时运行状态数据，并根据模型建立及管理模块中待诊断设备类型对应的当前最优故障诊断模型进行故障诊断，将得到的云诊断结果发送给本地服务器的云智能模块；
所述诊断结果模块，用于判断是否有云诊断结果，是，将云诊断结果作为最终诊断结果，发送给本地监控中心的设备诊断结果接收模块，否则，将本地诊断结果作为最终诊断结果，发送给本地监控中心的设备诊断结果接收模块；
所述设备诊断结果接收模块，用于接收诊断结果模块发送的最终诊断结果，并发送给设备故障诊断显示模块；
所述设备故障诊断显示模块，用于显示设备诊断结果接收模块发送的最终诊断结果。
2.根据权利要求1所述的基于工业云的高可靠的选矿设备故障诊断系统，其特征在于，所述数据采集单元包括PLC和数据采集传感器；所述数据采集传感器包括有线传感器和无线传感器；所述有线传感器的输入端和无线传感器的输入端分别连接选矿厂待诊断设备，所述有线传感器的输出端连接PLC的输入端，所述无线传感器通过无线网关连接本地服务器，所述PLC的输出端连接本地服务器；
所述有线传感器和无线传感器，均用于实时采集待诊断设备的实时运行状态数据，有线传感器将采集到的实时运行状态数据通过PLC分别发送给本地服务器的本地数据库、本地智能模块和云智能模块，无线传感器将采集到的实时运行状态数据分别发送给本地服务器的本地数据库、本地智能模块和云智能模块。
3.利用权利要求1所述的基于工业云的高可靠的选矿设备故障诊断系统进行选矿设备故障诊断方法，其特征在于，包括如下步骤：
S1：本地监控中心的设备选择模块选择待诊断的具体设备类型，发送给本地服务器中本地智能模块和云智能模块，并通过云智能模块发送给模型建立及管理模块和故障诊断模块；
S2：模型建立及管理模块接收待诊断设备类型，并判断是否有待诊断设备类型对应的故障诊断模型，是，执行S3，否则，执行S4；
S3：模型建立及管理模块对工业云服务器上待诊断设备的故障诊断模型和本地智能模块上的待诊断设备的故障诊断模型进行优化更新，并执行S5；
S4：模型建立及管理模块建立待诊断设备的故障诊断模型，评估和管理建立的故障诊断模型，并将故障诊断模型发送给本地智能模块；
S5：数据采集单元实时采集待诊断设备的实时运行状态数据，并发送给本地数据库、本地智能模块和云智能模块；
S6：本地数据库接收待诊断设备的实时运行状态数据并保存；
S7：本地智能模块接收待诊断设备的实时运行状态数据，并根据待诊断设备类型对应的本地故障诊断模型计算出本地诊断结果，并将本地诊断结果发送给诊断结果模块；
S8：云智能模块接收实时运行状态数据后，发送给工业云服务器的设备运行状态数据库和故障诊断模块，判断是否发送成功，是，执行步骤9，否则，标记未发送成功的数据，待可正常发送时上传至设备运行状态数据库，并执行S12；
S9：设备运行状态数据库接收云智能模块发送的实时运行状态数据并存储；
S10：故障诊断模块接收实时运行状态数据，并根据模型建立及管理模块中待诊断设备类型对应的当前最优故障诊断模型进行故障诊断，将得到的云诊断结果发送给本地服务器的云智能模块，并判断是否发送成功，是，执行S11，否则，执行S12；
S11：云智能模块接收云诊断结果，并发送给诊断结果模块；
S12：诊断结果模块判断是否有当前时间请求内的云诊断结果，是，将云诊断结果作为最终诊断结果，发送给本地监控中心的设备诊断结果接收模块，否则，将本地诊断结果作为最终诊断结果，发送给本地监控中心的设备诊断结果接收模块；
S13：设备诊断结果接收模块接收最终诊断结果，并通过设备故障诊断显示模块显示，执行S3。
4.根据权利要求3所述的基于工业云的高可靠的选矿设备故障诊断方法，其特征在于，所述步骤3具体包括如下步骤：
S3.1：模型建立及管理模块接收待诊断设备类型，并判断待诊断设备的当前最优故障诊断模型是否能正确诊断出设备的运行状态，是，执行S5，否则，利用设备运行状态数据库中该选矿厂和其他选矿厂的历史运行状态数据重新建立新的不同故障诊断模型；
S3.2：模型建立及管理模块利用该选矿厂和其他选矿厂的历史运行状态数据对重新建立的故障诊断模型的诊断效果进行评估，得到该故障诊断模型的诊断正确率；
S3.3：模型建立及管理模块标记出当前最优故障诊断模型、计算出当前最优故障诊断模型的计算量、计算出当前最优故障诊断模型的增长诊断正确率和判定模型优化类别；
S3.3.1：模型建立及管理模块对所有故障诊断模型包括历史故障诊断模型和重新建立的故障诊断模型进行诊断正确率比较，将所有故障诊断模型中诊断正确率最高的故障诊断模型标记为当前最优故障诊断模型，并保存，实现工业云服务器上故障诊断模型的优化更新；
S3.3.2：模型建立及管理模块计算当前最优故障诊断模型的计算量；
S3.3.3：模型建立及管理模块计算出当前最优故障诊断模型和上一最优故障诊断模型相比的增长诊断正确率；
S3.3.4：模型建立及管理模块判定模型优化类别：若当前最优故障诊断模型和上一个最优故障诊断模型相比，使用的故障诊断算法不同，则当前最优故障诊断模型为模型算法优化；若当前最优故障诊断模型和上一个最优故障诊断模型相比，故障诊断算法相同但模型参数不同，则当前最优故障诊断模型为模型参数优化；
S3.4：模型建立及管理模块判断本地智能模块的本地故障诊断模型是否需要更新及更新类型，并根据不同的更新类型实现本地智能模块的故障诊断模型的优化更新，执行S5：
S3.4.1：模型建立及管理模块判断增长诊断正确率是否超过M，是，本地故障诊断模型需要更新，执行S3.4.2，否则，本地故障诊断模型不需要更新，执行S5；
S3.4.2：模型建立及管理模块判断模型优化类别是否为模型算法优化，是模型算法优化，判断当前最优故障诊断模型的计算量是否超过本地服务器的最大计算量N，是，模型建立及管理模块将当前最优故障诊断模型进行约简，并将约简后的故障诊断模型发送给本地智能模块，执行S3.4.4，否则，将当前最优故障诊断模型发送给本地智能模块，执行S3.4.4，不是模型算法优化；
S3.4.3：模型建立及管理模块将当前最优故障诊断模型的模型参数发送给本地智能模块；
S3.4.4：本地智能模块使用接收到的故障诊断模型或故障诊断模型参数替换原有故障诊断模型或故障诊断模型参数，执行S5。
5.根据权利要求3所述的基于工业云的高可靠的选矿设备故障诊断方法，其特征在于，所述步骤4具体包括如下步骤：
S4.1：模型建立及管理模块接收待诊断设备类型，并利用设备运行状态数据库中该选矿厂和其他选矿厂的历史运行状态数据建立不同的故障诊断模型；
S4.2：模型建立及管理模块利用该选矿厂和其他选矿厂的历史运行状态数据对建立的故障诊断模型的诊断效果进行评估，得到故障诊断模型的诊断正确率，判断诊断正确率最高的故障诊断模型的诊断正确率是否超过诊断正确率R，是，将该故障诊断模型标记为当前最优故障诊断模型，并保存，否，执行S4.1；
S4.3：模型建立及管理模块计算当前最优故障诊断模型的计算量，判断当前最优故障诊断模型的计算量是否超过本地服务器的最大计算量N，是，将当前最优故障诊断模型进行约简，并将约简后的故障诊断模型发送给本地智能模块，否，将当前最优故障诊断模型发送给本地智能模块；
S4.4：本地智能模块接收模型建立及管理模块发送的故障诊断模型。