1.一种用于电路板控制器的运行异常监测方法，其特征在于，所述方法包括：S1.采集自动化机器人电路板控制器的运行参数：采集自动化机器人电路板控制器的各工作参数，构建自动化机器人电路板控制器的工作参数数据集，采集自动化机器人电路板控制器的各环境参数，构建自动化机器人电路板控制器的环境参数数据集；

S2.评估自动化机器人电路板控制器的运行参数：评估自动化机器人电路板控制器的各工作参数是否异常，得到自动化机器人电路板控制器的各异常工作参数，评估自动化机器人电路板控制器的各环境参数是否异常，得到自动化机器人电路板控制器的各异常环境参数，构建自动化机器人电路板控制器的异常运行参数数据集；

S3.响应自动化机器人电路板控制器的异常运行参数：基于自动化机器人电路板控制器的异常运行参数数据集，实施对应的响应措施；

S4.获取自动化机器人电路板控制器的预测运行参数：获取自动化机器人电路板控制器的历史各工作参数，得到自动化机器人电路板控制器的各预测工作参数，构建自动化机器人电路板控制器的预测工作参数数据集，获取自动化机器人电路板控制器的历史各环境参数，得到自动化机器人电路板控制器的各预测环境参数，构建自动化机器人电路板控制器的预测环境参数数据集；

S5.预测自动化机器人电路板控制器的风险运行参数：基于自动化机器人电路板控制器的预测工作参数数据集，获取自动化机器人电路板控制器的各预测风险工作参数，基于自动化机器人电路板控制器的预测环境参数数据集，获取自动化机器人电路板控制器的各预测风险环境参数，构建自动化机器人电路板控制器的预测风险运行参数数据集；

S6.响应自动化机器人电路板控制器的预测风险运行参数：基于自动化机器人电路板控制器的预测风险运行参数数据集，实施对应的响应措施；

所述预测自动化机器人电路板控制器的风险运行参数，其具体方法为：从数据库中提取自动化机器人电路板控制器的历史各工作参数、自动化机器人电路板控制器的历史各环境参数，分别构建自动化机器人电路板控制器的工作参数LSTM长短期记忆网络模型、自动化机器人电路板控制器的环境参数LSTM长短期记忆网络模型；

基于自动化机器人电路板控制器的工作参数LSTM长短期记忆网络模型，得到自动化机器人电路板控制器的各预测工作参数，构建自动化机器人电路板控制器的预测工作参数数据集同理，得到自动化机器人电路板控制器的各项预测环境参数，构建自动化机器人电路板控制器的预测环境参数数据集所述构建自动化机器人电路板控制器的预测风险运行参数数据集，其具体方法为：基于自动化机器人电路板控制器的预测工作参数数据集与数据库中的自动化机器人电路板控制器的对应工作参数的允许区间对比，得到自动化机器人电路板控制器的预测风险工作参数数据集同理，得到自动化机器人电路板控制器的预测风险环境参数数据集

基于自动化机器人电路板控制器的预测风险工作参数数据集自动化机器人电路板控制器的预测风险环境参数数据集构建自动化机器人电路板控制器的预测风险运行参数数据集B；

所述基于自动化机器人电路板控制器的预测风险运行参数数据集，实施对应的响应措施，其具体方法为：从自动化机器人电路板控制器的预测风险运行参数数据集中提取预测风险运行参数，若则触发自动化机器人电路板控制器的预测风险工作参数异常应对措施；

若则触发自动化机器人电路板控制器的预测风险环境参数异常应对措施。

2.根据权利要求1所述的一种用于电路板控制器的运行异常监测方法，其特征在于，所述采集自动化机器人电路板控制器的运行参数，其具体方法为：通过自动化机器人电路板控制器集成的温度传感器，获取自动化机器人电路板控制器的板载温度，记为T；

同理，通过自动化机器人电路板控制器集成的电压传感器、霍尔效应传感器，获取自动化机器人的电路板控制器的板载电压U、板载电流I；

通过上述分析，获取自动化机器人电路板控制器的板载温度、板载电压、板载电流，得到自动化机器人电路板控制器的各工作参数；

基于自动化机器人电路板控制器的各工作参数，构建自动化机器人电路板控制器的工作参数数据集D；

同理，通过在自动化机器人电路板控制器周围的各环境采集传感器，获取自动化机器人电路板控制器的环境磁场强度H，环境温度W，环境湿度S、环境粉尘浓度C；

通过上述分析，得到自动化机器人电路板控制器的各环境参数，构建自动化机器人电路板控制器的环境参数数据集E。

3.根据权利要求2所述的一种用于电路板控制器的运行异常监测方法，其特征在于，所述评估自动化机器人电路板控制器的运行参数，其具体方法为：基于自动化机器人电路板控制器的工作参数数据集D，通过公式：得到自动化机器人电路板控制器的第k个工作参数的异常判断值QD(k)，[D(k)-,D(k)+]表示从数据库中提取的自动化机器人电路板控制器的第k个工作参数的允许区间，k＝1,2,3，k表示自动化机器人电路板控制器的工作参数数据集中参数的编号；

若QD(k)＝0，则判定自动化机器人电路板控制器的第k个工作参数正常；

若QD(k)＝1，则判定自动化机器人电路板控制器的第k个工作参数异常，并将自动化机器人电路板控制器的该工作参数记为异常工作参数；

通过上述分析方法，得到自动化机器人电路板控制器的各异常工作参数，构建自动化机器人电路板控制器的异常工作参数数据集同理，基于自动化机器人电路板控制器的环境参数数据集E，得到自动化机器人电路板控制器的各异常环境参数数据集

4.根据权利要求3所述的一种用于电路板控制器的运行异常监测方法，其特征在于，所述构建自动化机器人电路板控制器的异常运行参数数据集，其具体为：基于自动化机器人电路板控制器的异常工作参数数据集自动化机器人电路板控制器的异常环境参数数据集构建自动化机器人电路板控制器的异常运行参数数据集A。

5.根据权利要求4所述的一种用于电路板控制器的运行异常监测方法，其特征在于，所述基于自动化机器人电路板控制器的异常运行参数数据集，实施对应的响应措施，其具体方法为：自动化机器人停止工作，从自动化机器人电路板控制器的异常运行参数数据集中提取异常运行参数，若则采取自动化机器人电路板控制器的工作参数异常应对措施，首先生成自动化机器人电路板控制器的工作参数异常维修工单，提交至对应的维修人员；

通过摄像装备对自动化机器人电路板控制器进行表面图像提取，通过计算机图像识别和机器学习技术，检查自动化机器人电路板控制器是否存在外表破损；

若发现自动化机器人电路板控制器存在外表破损，及时更换自动化机器人电路板控制器，恢复生产；

若未发现自动化机器人电路板控制器存在外表破损，由维修技术人员对自动化机器人电路板控制器的电气进行检查维修；

若则采取自动化机器人电路板控制器的环境参数异常应对措施；

当则表示自动化机器人电路板控制器的环境磁场强度异常，通过在自动化机器人电路板控制器周围使用屏蔽罩阻挡外部磁场干扰；

当则表示自动化机器人电路板控制器的环境温度异常，通过加强自动化机器人电路板控制器周围的散热系统降低温度；

当则表示自动化机器人电路板控制器的环境湿度异常，通过加强自动化机器人电路板控制器周围的排风系统降低湿度；

当则表示自动化机器人电路板控制器的环境粉尘浓度异常，通过加强自动化机器人电路板控制器周围的排风系统和安装防尘罩，来降低粉尘浓度对自动化机器人电路板控制器的影响；

通过上述方法，实现对自动化机器人电路板控制器的异常运行参数数据集中的各异常参数进行对应处理。

6.一种用于执行权利要求5所述的电路板控制器的运行异常监测方法的系统，其特征在于，包括：运行参数采集单元，用于采集自动化机器人电路板控制器的各工作参数、各环境参数；

运行参数评估单元，包括工作参数评估模块、环境参数评估模块；

工作参数评估模块，用于评估自动化机器人电路板控制器的各工作参数是否异常；

环境参数评估模块，用于评估自动化机器人电路板控制器的各环境参数是否异常；

异常运行参数响应单元，用于处理自动化机器人电路板控制器的各异常运行参数；

运行参数预测单元，用于预测自动化机器人电路板控制器的各工作参数、各环境参数；

预测运行参数评估单元，包括预测工作参数评估模块、预测环境参数评估模块；

预测工作参数评估模块，用于评估自动化机器人电路板控制器的各预测工作参数是否异常；

预测环境参数评估模块，用于评估自动化机器人电路板控制器的各预测环境参数是否异常；

预测风险运行参数响应单元，用于处理自动化机器人电路板控制器的各预测风险运行参数。