1.一种车间数据可信度判断的方法，其特征在于，所述方法包括数据抓取客户端，所述数据抓取客户端配置有若干设备标签，所述方法包括数据抓取步骤、数据清洗步骤和可信度数据融合步骤；

所述数据抓取步骤，数据抓取客户端按照采样周期获取的采样数据转换成消息串发送至消息服务器，从所述消息服务器中的若干消息列表中获得抓取指令，根据所述抓取指令进行采集并得到目标数据；

所述数据清洗步骤配置有读写器和粗清洗判别策略，所述读写器获取所述目标数据，并根据所述粗清洗判别策略判断所述目标数据是否存在内部粗清洗功能，如存在则处于定时模式下的所述读写器将当前的所述目标数据与上一时刻的所述目标数据进行比对，相同则去除否则保留并记录为有效数据；不存在则将所有目标数据均保留并记录为有效数据；

所述可信度数据融合步骤配置有簇内节点、粗差去噪策略和分簇融合策略，所述簇内节点数目和设备标签的数目相同，所述簇内节点携带有可信度标识；所述有效数据按照所述粗差去噪策略进行数据剔除后得到筛选数据，所述簇内节点获取所述筛选数据发送至簇头节点，所述簇头节点根据所述分簇融合策略进行融合处理后发送到中心处理节点；

所述数据清洗步骤包括用于处理纳伪错误的第一清洗步骤和用于排除重复错误和信息归属问题的第二清洗步骤，所述第一清洗步骤配置有当前滑动窗口、卡尔曼滤波算法和一所述读写器，初始化所述当前滑动窗口的大小为一，将所述当前滑动窗口依照所述卡尔曼滤波算法计算得到更新滑动窗口的大小，比较若所述更新滑动窗口大于所述当前滑动窗口则将所述当前滑动窗口加一，否则将所述更新滑动窗口作为当前滑动窗口，重复上述步骤直至数据读取结束；

其中，第二清洗步骤采用路径约束算法，复杂事件处理层接收简单事件处理层上传的逻辑读写事件,基于预设的应用完整性约束规则对逻辑读写事件进行分析、分类,侦测漏读、多读的异常阅读现象,然后清洗、纠正不可靠数据。

2.根据权利要求1所述的一种车间数据可信度判断的方法，其特征在于，所述第二清洗步骤采用路径约束算法。

3.根据权利要求1所述的一种车间数据可信度判断的方法，其特征在于，所述粗差去噪策略采用格罗布斯算法、罗曼诺夫斯基算法或迪克逊算法。

4.根据权利要求1所述的一种车间数据可信度判断的方法，其特征在于，所述数据抓取步骤配置有定时器和数据解释单元，所述定时器用于设定所述数据抓取客户端的采样周期，所述数据解释单元用于将所述采样数据按规则库解释策略封装为消息串。

5.根据权利要求1所述的一种车间数据可信度判断的方法，其特征在于，所述数据抓取客户端通过感应方式读取所述设备标签携带的设备信息。

6.根据权利要求1所述的一种车间数据可信度判断的方法，其特征在于，所述消息服务器依照多线程策略实现多个所述消息列表的管理。

7.根据权利要求1所述的一种车间数据可信度判断的方法，其特征在于，所述卡尔曼滤波算法包括预测过程、时间更新过程以及测量更新过程。