1.一种基于卷积神经网络的牛粪固液化分离方法，其特征在于，包括：
s10、基于卷积神经网络构建牛粪固液化分离网络模型；
s20、使用训练样本对所述牛粪固液化分离网络模型进行训练；
s30、将牛粪固液化分离装置运行的实时参数输入训练完成的牛粪固液化分离网络模型，由所述训练完成的牛粪固液化分离网络模型给出参数匹配方案，所述参数匹配方案为所述牛粪固液化分离装置运行的依据。
2.根据权利要求1所述的基于卷积神经网络的牛粪固液化分离方法，其特征在于，所述牛粪固液化分离装置设置有进料区、挤压区、烘干区、出渣区和排液区；所述训练样本包括以下参数：进入所述进料区的牛粪质量、含水量和温度；所述挤压区的挤压时间、电机转速；进入所述烘干区的牛粪含水量和温度、烘干时间、烘干温度；所述出渣区的出渣量、出渣温度和含水量；所述排液区的排液量；所述牛粪固液化分离装置运行的实时参数与所述训练样本一致。
3.根据权利要求2所述的基于卷积神经网络的牛粪固液化分离方法，其特征在于，所述牛粪固液化分离网络模型结构如图2所示。
4.根据权利要求3所述的基于卷积神经网络的牛粪固液化分离方法，其特征在于，步骤s20中所述牛粪固液化分离网络模型的训练过程如下：
s21、获取所述训练样本中的参数，其中，所述训练样本中的参数是用于生成所述牛粪固液化分离网络模型给出参数匹配方案的依据；
s22、将所述训练样本中的参数中的每个参数输入所述牛粪固液化分离网络模型；
s23、所述牛粪固液化分离网络模型通过遗传算法选取各个参数之间的最佳匹配参数，形成参数匹配方案；
s24、所述牛粪固液化分离网络模型将所述参数匹配方案发送至所述牛粪固液化分离装置。
5.根据权利要求4所述的基于卷积神经网络的牛粪固液化分离方法，其特征在于，所述进料区设置有测量牛粪进入质量的第一质量检测装置、测量牛粪含水量的第一含水量测试仪以及测量牛粪温度的第一温度传感器；所述烘干区内设置有测量待烘干的牛粪含水量的第二含水量测试仪、测量待烘干的牛粪温度的第二温度传感器以及测量烘干温度的第三温度传感器；所述出渣区设置有测量出渣量的第二质量检测装置、测量出渣温度的第四温度传感器和测量出渣含水量的第三含水量测试仪；所述排液区设置有测量排液量的第三质量检测装置。
6.根据权利要求1所述的基于卷积神经网络的牛粪固液化分离方法，其特征在于，所述卷积神经网络包括输入层、卷积层、池化层，所述卷积层层数为16、卷积核大小为3*3的卷积层和层数为5的最大池化层。
7.根据权利要求1所述的基于卷积神经网络的牛粪固液化分离方法，其特征在于，所述训练样本包括80％的训练样本和20％的测试训练样本。
8.一种基于卷积神经网络的牛粪固液化分离系统，其特征在于，包括：
数据采集模块，用于采集牛粪固液化分离装置运行的实时参数；
数据存储模块，与所述数据采集模块连接，用于存储所述数据采集模块采集的数据；
数据处理模块，与所述数据存储模块连接；所述数据处理模块为基于卷积神经网络的模型，用于根据所述数据存储模块存储的所述牛粪固液化分离装置运行的实时参数给出参数匹配方案；
训练模块，与所述数据处理模块、所述数据存储模块连接，用于将所述数据采集模块采集的实时参数通过遗传算法选取各个参数之间的最佳匹配参数，形成参数匹配方案上传至所述数据处理模块进行训练；
控制模块，与所述数据处理模块连接，用于下载训练完成的数据处理模块，实现所述牛粪固液化分离装置运行的实时参数的获取、训练和识别；
输入模块，与所述控制模块、所述数据存储模块连接，用于所述牛粪固液化分离装置运行的实时参数输入所述训练完成的数据处理模块；
显示模块，与所述控制模块连接，用于显示所述训练完成的数据处理模块给出的运行参数；
牛粪固液化分离装置，用于牛粪的固液化分离。
9.根据权利要求8所述的基于卷积神经网络的牛粪固液化分离系统，其特征在于，所述牛粪固液化分离装置设置有进料区、挤压区、烘干区、出渣区和排液区；所述进料区设置有测量牛粪进入质量的第一质量检测装置、测量牛粪含水量的第一含水量测试仪以及测量牛粪温度的第一温度传感器；所述烘干区内设置有测量待烘干的牛粪含水量的第二含水量测试仪、测量待烘干的牛粪温度的第二温度传感器以及测量烘干温度的第三温度传感器；所述出渣区设置有测量出渣量的第二质量检测装置、测量出渣温度的第四温度传感器和测量出渣含水量的第三含水量测试仪；所述排液区设置有测量排液量的第三质量检测装置。