伺服端子机的异常检测方法、设备及计算机可读存储介质与流程

1.本发明涉及伺服端子机技术领域，尤其涉及一种伺服端子机的异常检测方法、设备及计算机可读存储介质。


背景技术：

2.随着科技的迅速发展，伺服端子机的应用越来越广泛。伺服端子机是电线加工的核心设备，其用于将端子打压至电线端。而端子的压接质量直接影响到电线端的稳定性，因此，需提高伺服端子机的压接质量，使得端子线符合生产要求。需要说明的是，为提高伺服端子机的压接质量，往往需要对伺服端子机压接过程进行异常检测。
3.目前，在伺服端子机上设置压力传感器或者工业相机，以通过压力传感器检测压接力度或图像处理的方法来检测压接异常。然而，通过给伺服端子机增加传感器、相机等功能部件来检测压接异常，一方面，增加了伺服端子机的生产、维护成本，另一方面，添加这些功能部件导致伺服端子机的机械及电气系统变得复杂，进而使得伺服端子机运行稳定性变差。
4.综上所述，如何在不增加额外功能部件的条件下实现伺服端子机的异常检测是目前亟需解决的问题。


技术实现要素：

5.本发明的主要目的在于提供一种伺服端子机的异常检测方法、设备及计算机可读存储介质，旨在实现在不增加额外功能部件的条件下对伺服端子机进行异常检测。
6.为实现上述目的，本发明提供一种伺服端子机的异常检测方法，应用于伺服端子机，所述伺服端子机包括伺服电机，所述伺服端子机的异常检测方法包括以下步骤：
7.在所述伺服端子机处于工作模式时，获取所述伺服电机的输出力矩信息；
8.基于所述输出力矩信息和预设阈值信息，检测所述伺服端子机是否发生异常。
9.可选地，所述获取所述伺服电机的输出力矩信息的步骤包括：
10.获取所述伺服电机的运转电流；
11.基于所述运转电流，确定所述伺服电机的输出力矩信息。
12.可选地，所述基于所述运转电流，确定所述伺服电机的输出力矩信息的步骤包括：
13.基于所述运转电流中预设区段的电流信息，确定所述伺服电机输出力矩的力矩和，其中，所述力矩和为所述伺服端子机在一压接过程中输出力矩的力矩和。
14.可选地，所述输出力矩信息包括输出力矩的力矩和，所述预设阈值信息包括空压阈值和叠压阈值，所述基于所述输出力矩信息和预设阈值信息，检测所述伺服端子机是否发生异常的步骤包括：
15.将所述力矩和分别与所述空压阈值及所述叠压阈值进行对比；
16.若所述力矩和小于所述空压阈值，则判定所述伺服端子机发生空压端子异常；
17.若所述力矩和大于所述叠压阈值，则判定所述伺服端子机发生叠压端子异常。
18.可选地，所述基于所述输出力矩信息和预设阈值信息，检测所述伺服端子机是否发生异常的步骤之前，还包括：
19.获取所述伺服端子机的当前压接速度；
20.基于所述当前压接速度，确定对应的所述预设阈值信息。
21.可选地，所述在所述伺服端子机处于工作模式时，获取所述伺服电机的输出力矩信息的步骤之前，还包括：
22.在所述伺服端子机处于学习模式时，获取所述学习模式的压接次数；
23.在所述伺服端子机完成所述压接次数之后，获取所述伺服电机的输出力矩训练信息；
24.基于所述输出力矩训练信息，确定所述预设阈值信息。
25.可选地，所述输出力矩训练信息包括多个输出力矩的力矩和训练数据，所述力矩和训练数据的数量与所述压接次数相同，所述基于所述输出力矩训练信息，确定所述预设阈值信息的步骤包括:
26.确定多个所述力矩和训练数据的最大值和最小值；
27.将所述最大值作为叠压阈值，并将所述最小值作为空压阈值，以使所述预设阈值信息包括所述空压阈值和所述叠压阈值。
28.可选地，所述基于所述输出力矩训练信息，确定所述预设阈值信息的步骤之后，还包括：
29.获取所述学习模式的训练压接速度；
30.将所述训练压接速度与所述预设阈值信息进行映射，以供基于所述伺服端子机的当前压接速度，确定对应的预设阈值信息。
31.此外，为实现上述目的，本发明还提供一种伺服端子机的异常检测设备，所述伺服端子机的异常检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的伺服端子机的异常检测方法的步骤。
32.此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的伺服端子机的异常检测方法的步骤。
33.本发明提供一种伺服端子机的异常检测方法、设备及计算机可读存储介质，该方法应用于伺服端子机，该伺服端子机包括伺服电机，在伺服端子机处于工作模式时，获取伺服电机的输出力矩信息；基于输出力矩信息和预设阈值信息，检测伺服端子机是否发生异常。通过上述方式，伺服端子机只需获取伺服电机的输出力矩信息，就可以通过输出力矩信息判断伺服电机是否发生异常，相比在伺服端子机上增加额外功能部件实现伺服端子机的异常检测，本发明只需获取伺服端子机原有的伺服电机的输出力矩信息即可实现伺服端子机的异常检测。因此，本发明在不增加额外功能部件的条件下对伺服端子机进行异常检测，从而减少额外的功能部件对伺服端子机的性能影响，进而提高伺服端子机的运行稳定性。
附图说明
34.图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图；
35.图2为本发明伺服端子机的异常检测方法第一实施例的流程示意图；
36.图3为本发明伺服端子机的异常检测方法第三实施例的流程示意图；
37.图4为本发明伺服端子机的异常检测方法第四实施例的流程示意图。
38.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
39.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
40.参照图1，图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图。
41.本发明实施例终端为伺服端子机的异常检测设备，该伺服端子机的异常检测设备可以为伺服端子机、pc(personal computer，个人计算机)、微型计算机、笔记本电脑、服务器等具有处理功能的终端设备。
42.如图1所示，该终端可以包括：处理器1001，例如cpu(central processingunit，中央处理器)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi
‑
fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non
‑
volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
43.本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
44.如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及计算机程序。
45.在图1所示的终端中，应用于伺服端子机，所述伺服端子机包括伺服电机，处理器1001可以用于调用存储器1005中存储的计算机程序，并执行以下操作：
46.在所述伺服端子机处于工作模式时，获取所述伺服电机的输出力矩信息；
47.基于所述输出力矩信息和预设阈值信息，检测所述伺服端子机是否发生异常。
48.进一步地，处理器1001可以用于调用存储器1005中存储的计算机程序，还执行以下操作：
49.获取所述伺服电机的运转电流；
50.基于所述运转电流，确定所述伺服电机的输出力矩信息。
51.进一步地，处理器1001可以用于调用存储器1005中存储的计算机程序，还执行以下操作：
52.基于所述运转电流中预设区段的电流信息，确定所述伺服电机输出力矩的力矩和，其中，所述力矩和为所述伺服端子机在一压接过程中输出力矩的力矩和。
53.进一步地，所述输出力矩信息包括输出力矩的力矩和，所述预设阈值信息包括空压阈值和叠压阈值，处理器1001可以用于调用存储器1005中存储的计算机程序，还执行以下操作：
54.将所述力矩和分别与所述空压阈值及所述叠压阈值进行对比；
55.若所述力矩和小于所述空压阈值，则判定所述伺服端子机发生空压端子异常；
56.若所述力矩和大于所述叠压阈值，则判定所述伺服端子机发生叠压端子异常。
57.进一步地，处理器1001可以用于调用存储器1005中存储的计算机程序，还执行以下操作：
58.获取所述伺服端子机的当前压接速度；
59.基于所述当前压接速度，确定对应的所述预设阈值信息。
60.进一步地，处理器1001可以用于调用存储器1005中存储的计算机程序，还执行以下操作：
61.在所述伺服端子机处于学习模式时，获取所述学习模式的压接次数；
62.在所述伺服端子机完成所述压接次数之后，获取所述伺服电机的输出力矩训练信息；
63.基于所述输出力矩训练信息，确定所述预设阈值信息。
64.进一步地，所述输出力矩训练信息包括多个输出力矩的力矩和训练数据，所述力矩和训练数据的数量与所述压接次数相同，处理器1001可以用于调用存储器1005中存储的计算机程序，还执行以下操作：
65.确定多个所述力矩和训练数据的最大值和最小值；
66.将所述最大值作为叠压阈值，并将所述最小值作为空压阈值，以使所述预设阈值信息包括所述空压阈值和所述叠压阈值。
67.进一步地，处理器1001可以用于调用存储器1005中存储的计算机程序，还执行以下操作：
68.获取所述学习模式的训练压接速度；
69.将所述训练压接速度与所述预设阈值信息进行映射，以供基于所述伺服端子机的当前压接速度，确定对应的预设阈值信息。
70.基于上述硬件结构，提出本发明伺服端子机的异常检测方法各个实施例。
71.本发明提供一种伺服端子机的异常检测方法。
72.参照图2，图2为本发明伺服端子机的异常检测方法第一实施例的流程示意图。
73.在本实施例中，该伺服端子机的异常检测方法应用于伺服端子机，该伺服端子机包括伺服电机，该伺服端子机的异常检测方法包括：
74.步骤s10，在所述伺服端子机处于工作模式时，获取所述伺服电机的输出力矩信息；
75.在本实施例中，在伺服端子机处于工作模式时，获取伺服电机的输出力矩信息。其中，伺服端子机用于将端子压接至电线端；在伺服端子机处于工作模式时，表示伺服端子机正在压接端子，即伺服端子机处于正常压接端子模式；伺服电机为伺服端子机的动力来源，该伺服电机的输出力矩可以用于表征伺服端子机的压接力度；伺服端子机通过齿轮等传动机构将伺服电机输出力矩传送到压接冲头机构进行压接动作。
76.需要说明的是，输出力矩信息可以包括：在伺服端子机的一压接过程中，伺服电机的输出力矩的力矩和；当然，输出力矩信息还可以包括：在伺服端子机的一压接过程中，伺服电机的若干输出力矩。
77.此外，还需要说明的是，在所述伺服端子机处于工作模式时，实时获取所述伺服电机的输出力矩信息。具体的，在所述伺服端子机处于一压接过程时，实时获取所述伺服电机
的输出力矩信息，其中，所述输出力矩信息为一压接过程中的输出力矩信息。
78.此外，还需要说明的是，伺服电机的输出力矩与伺服电机的电流呈线性比例关系。基于此，可基于伺服电机的运转电流，确定伺服电机的输出力矩。具体的执行过程可以参照下述第二实施例，此处不再一一赘述。
79.在一实施例中，所述输出力矩信息包括输出力矩的力矩和，上述步骤s10包括：
80.在所述伺服端子机处于工作模式时，获取所述伺服电机的输出力矩的力矩和，其中，所述力矩和为所述伺服端子机在一压接过程中输出力矩的力矩和。具体的，寻找出压接端子过程中伺服电机输出力矩最大的最大力矩位置，然后将最大力矩位置前后预设范围内的输出力矩进行求和运算得到输出力矩的力矩和。
81.在具体实施例中，所述获取所述伺服电机的输出力矩的力矩和的步骤包括：
82.确定所述伺服电机的最大输出力矩；基于所述最大输出力矩确定对应的最大力矩位置；基于所述最大力矩位置和预设范围，确定所述伺服电机的多个输出力矩；将所述多个输出力矩进行求和运算，得到输出力矩的力矩和。其中，预设范围可以根据实际需要进行设定，例如根据时长进行设定，即多个输出力矩为在最大输出力矩前后一定时长内的输出力矩；或者，根据输出力矩的取值进行设定，即多个输出力矩为在一压接过程时间内输出力矩大于预设力矩阈值的输出力矩，其中，预设力矩阈值可以根据实际情况进行设定，此处不作具体限定。
83.在另一实施例中，所述输出力矩信息包括若干输出力矩，上述步骤s10包括：
84.在所述伺服端子机处于工作模式时，获取所述伺服电机的若干输出力矩，其中，所述若干输出力矩为所述伺服端子机在一压接过程中的输出力矩。
85.在具体实施例中，所述获取所述伺服电机的若干输出力矩的步骤包括：
86.获取预设范围；基于所述预设范围，确定所述伺服电机的若干输出力矩。其中，预设范围可以根据实际需要进行设定，例如根据时长进行设定，即若干输出力矩为在一压接过程时间内前后一定时长内的输出力矩；或者，若干输出力矩为在一压接过程时间内的所有输出力矩。
87.步骤s20，基于所述输出力矩信息和预设阈值信息，检测所述伺服端子机是否发生异常。
88.在本实施例中，基于输出力矩信息和预设阈值信息，检测伺服端子机是否发生异常。具体的，将输出力矩信息与预设阈值信息进行对比，基于对比结果检测伺服端子机是否发生异常。
89.在一些实施例中，所述预设阈值信息包括第一预设阈值和第二预设阈值，所述第一预设阈值大于所述第二预设阈值，上述步骤s20包括：
90.将所述输出力矩信息分别与所述第一预设阈值及所述第二预设阈值进行对比；若所述输出力矩信息小于所述第二预设阈值，则判定所述伺服端子机发生空压端子异常；若所述输出力矩信息大于于所述第一预设阈值，则判定所述伺服端子机发生叠压端子异常。
91.在一实施例中，所述输出力矩信息包括输出力矩的力矩和，上述步骤s20包括：
92.将所述力矩和分别与所述第一预设阈值及所述第二预设阈值进行对比；若所述力矩和小于所述第二预设阈值，则判定所述伺服端子机发生空压端子异常；若所述力矩和大于所述第一预设阈值，则判定所述伺服端子机发生叠压端子异常。具体的执行过程可以参
照下述第三实施例，此处不再一一赘述。
93.在另一实施例中，所述输出力矩信息包括若干输出力矩，上述步骤s20包括：
94.将所述若干输出力矩和分别与所述第一预设阈值及所述第二预设阈值进行对比；若所述若干输出力矩中至少一个小于所述第二预设阈值，则判定所述伺服端子机发生空压端子异常；若所述若干输出力矩至少一个大于所述第一预设阈值，则判定所述伺服端子机发生叠压端子异常。
95.需要说明的是，预设阈值信息与输出力矩信息一一对应，不同形式的输出力矩信息对应不同的预设阈值信息，可以理解，输出力矩的力矩和对应的预设阈值比未叠加前的若干输出力矩对应的预设阈值大。基于此，预设阈值信息可以基于输出力矩信息进行确定。
96.此外，还需要说明的是，伺服端子机除了具备工作模式之外，伺服端子机还具备学习模式，该学习模式用于使伺服端子机自行设定预设阈值信息，而非人为设定预设阈值信息，从而可提高预设阈值信息的设定准确性，进而提高伺服端子机异常检测的准确性。具体的执行过程可以参照下述第四实施例，此处不再一一赘述。
97.进一步地，上述步骤s20之前，所述伺服端子机的异常检测方法还包括：
98.步骤a，获取所述伺服端子机的当前压接速度；
99.步骤b，基于所述当前压接速度，确定对应的所述预设阈值信息。
100.在本实施例中，伺服端子机的压接速度不同时，伺服端子机的异常检测标准也不同，即对应的预设阈值信息也不同。具体的，获取伺服端子机的当前压接速度，基于当前压接速度，确定对应的预设阈值信息。
101.在一实施例中，所述基于当前压接速度，确定对应的预设阈值信息的步骤包括：
102.基于当前压接速度和预设映射关系，确定对应的预设阈值信息。其中，预设映射关系为压接速度和预设阈值信息的映射关系。
103.可以理解，针对伺服端子机在工作模式下的不同压接速度，获取不同的预设阈值信息，以使基于输出力矩信息和预设阈值信息，检测伺服端子机是否发生异常时，提高伺服端子机异常检测的准确性。
104.本发明实施例提供一种伺服端子机的异常检测方法，该方法应用于伺服端子机，该伺服端子机包括伺服电机，在伺服端子机处于工作模式时，获取伺服电机的输出力矩信息；基于输出力矩信息和预设阈值信息，检测伺服端子机是否发生异常。通过上述方式，伺服端子机只需获取伺服电机的输出力矩信息，就可以通过输出力矩信息判断伺服电机是否发生异常，相比在伺服端子机上增加额外功能部件实现伺服端子机的异常检测，本发明实施例只需获取伺服端子机原有的伺服电机的输出力矩信息即可实现伺服端子机的异常检测。因此，本发明实施例在不增加额外功能部件的条件下对伺服端子机进行异常检测，从而减少额外的功能部件对伺服端子机的性能影响，进而提高伺服端子机的运行稳定性。
105.进一步地，基于上述第一实施例，提出本发明伺服端子机的异常检测方法第二实施例。
106.在本实施例中，上述步骤s10中，获取所述伺服电机的输出力矩信息，包括：
107.步骤a11，获取所述伺服电机的运转电流；
108.步骤a12，基于所述运转电流，确定所述伺服电机的输出力矩信息。
109.在本实施例中，首先，获取伺服电机的运转电流，然后，基于伺服电机的运转电流，
确定伺服电机的输出力矩信息。具体的，实时获取伺服电机的运转电流，然后，基于该运转电流和预设映射关系，确定伺服电机的输出力矩信息。其中，预设映射关系为运转电流和输出力矩信息的对应关系。
110.需要说明的是，输出力矩信息可以包括：在伺服端子机的一压接过程中，伺服电机的输出力矩的力矩和；当然，输出力矩信息还可以包括：在伺服端子机的一压接过程中，伺服电机的若干输出力矩。
111.在一实施例中，所述输出力矩信息包括输出力矩的力矩和，上述步骤a12包括：
112.基于所述运转电流，确定所述伺服电机的输出力矩的力矩和，其中，所述力矩和为所述伺服端子机在一压接过程中输出力矩的力矩和。具体的，寻找出压接端子过程中伺服电机的电流最大的最大电流位置，然后将最大电流位置前后预设范围内的电流对应的输出力矩进行求和运算得到输出力矩的力矩和。
113.在具体实施例中，上述步骤a12包括：
114.步骤a121，基于所述运转电流中预设区段的电流信息，确定所述伺服电机输出力矩的力矩和，其中，所述力矩和为所述伺服端子机在一压接过程中输出力矩的力矩和。
115.具体的，基于所述运转电流中预设区段的电流信息，确定所述伺服电机的多个输出力矩；将所述多个输出力矩进行求和运算，得到输出力矩的力矩和。其中，预设区段可以根据实际需要进行设定，例如根据时长进行设定，即电流信息为在最大电流前后一定时长内的电流；或者，根据电流的取值进行设定，即电流信息为在一压接过程时间内电流大于预设电流阈值的电流，其中，预设电流阈值可以根据实际情况进行设定，此处不作具体限定。
116.在一实施例中，上述步骤a121包括：
117.基于所述运转电流，确定峰值电流；基于所述峰值电流确定预设区域；获取所述预设区域的电流信息，并获取所述电流信息对应的多个输出力矩；将所述多个输出力矩进行累加得到伺服电机输出力矩的力矩和，其中，所述力矩和为所述伺服端子机在一压接过程中输出力矩的力矩和。
118.需要说明的是，若多个输出力矩通过采样的方式得到，则直接通过加法运算、均值运算等聚合算法对多个输出力矩进行累加和求和即可；若多个输出力矩以曲线形式表示，则可以通过积分运算进行累加和求和。
119.在另一实施例中，所述输出力矩信息包括若干输出力矩，上述步骤a12包括：
120.基于所述运转电流，确定所述伺服电机的若干输出力矩，其中，所述若干输出力矩为所述伺服端子机在一压接过程中的输出力矩。具体的，获取预设范围；基于所述预设范围，确定所述伺服电机的若干输出力矩。其中，预设范围可以根据实际需要进行设定，例如根据时长进行设定，即若干输出力矩为在一压接过程时间内前后一定时长内的输出力矩；或者，若干输出力矩为在一压接过程时间内的所有输出力矩。
121.可以理解，将伺服电机的运转电流更换为运转电压和其他电气信息，其具体实施过程与上述运转电流的实施过程基本相同，此处不再赘述。
122.本实施例中，只需获取伺服电机的运转电流，从而基于运转电流，确定伺服电机的输出力矩信息，即只需获取伺服端子机原有的伺服电机的运转电流即可实现伺服端子机的异常检测。因此，本发明实施例可在不增加额外功能部件的条件下对伺服端子机进行异常检测，从而减少额外的功能部件对伺服端子机的性能影响，进而提高伺服端子机的运行稳
定性。
123.进一步地，基于上述第一实施例，提出本发明伺服端子机的异常检测方法第三实施例。
124.参照图3，图3为本发明伺服端子机的异常检测方法第三实施例的流程示意图。
125.在本实施例中，所述输出力矩信息包括输出力矩的力矩和，所述预设阈值信息包括空压阈值和叠压阈值，上述步骤s20包括：
126.步骤s21，将所述力矩和分别与所述空压阈值及所述叠压阈值进行对比；
127.步骤s22，若所述力矩和小于所述空压阈值，则判定所述伺服端子机发生空压端子异常；
128.步骤s23，若所述力矩和大于所述叠压阈值，则判定所述伺服端子机发生叠压端子异常。
129.在本实施例中，将所述力矩和分别与所述空压阈值及所述叠压阈值进行对比；若所述力矩和小于所述空压阈值，则判定所述伺服端子机发生空压端子异常；若所述力矩和大于所述叠压阈值，则判定所述伺服端子机发生叠压端子异常。其中，叠压阈值大于空压阈值。
130.需要说明的是，输出力矩的力矩和为在伺服端子机的一压接过程中的力矩和。
131.在一实施例中，获取输出力矩的力矩和的方式为：在所述伺服端子机处于工作模式时，获取所述伺服电机的输出力矩的力矩和。也就是说，寻找出压接端子过程中伺服电机输出力矩最大的最大力矩位置，然后将最大力矩位置前后预设范围内的输出力矩进行求和运算得到输出力矩的力矩和。
132.具体的，确定所述伺服电机的最大输出力矩；基于所述最大输出力矩确定对应的最大力矩位置；基于所述最大力矩位置和预设范围，确定所述伺服电机的多个输出力矩；将所述多个输出力矩进行求和运算，得到输出力矩的力矩和。其中，预设范围可以根据实际需要进行设定，例如根据时长进行设定，即多个输出力矩为在最大输出力矩前后一定时长内的输出力矩；或者，根据输出力矩的取值进行设定，即多个输出力矩为在一压接过程时间内输出力矩大于预设力矩阈值的输出力矩，其中，预设力矩阈值可以根据实际情况进行设定，此处不作具体限定。
133.本实施例中，将伺服电机输出力矩的力矩和分别与空压阈值及叠压阈值进行对比，以对伺服端子机进行异常检测，由于综合考虑伺服端子机在压接过程中的输出力矩，从而进一步提高伺服端子机异常检测的准确性。
134.进一步地，基于上述第一实施例，提出本发明伺服端子机的异常检测方法第四实施例。
135.参照图4，图4为本发明伺服端子机的异常检测方法第四实施例的流程示意图。
136.在本实施例中，上述步骤s10之前，所述伺服端子机的异常检测方法还包括：
137.步骤s30，在所述伺服端子机处于学习模式时，获取所述学习模式的压接次数；
138.在本实施例中，在伺服端子机处于学习模式时，获取学习模式的压接次数。其中，学习模式为伺服端子机进行训练的模式，即训练得到预设阈值信息；压接次数为训练次数，该压接次数可以根据实际情况进行设定，此处不作限定。
139.步骤s40，在所述伺服端子机完成所述压接次数之后，获取所述伺服电机的输出力
矩训练信息；
140.在本实施例中，在伺服端子机完成压接次数之后，获取伺服电机的输出力矩训练信息。其中，输出力矩训练信息的数量与压接次数相同。
141.需要说明的是，输出力矩训练信息可以包括：在伺服端子机的一压接过程中，伺服电机的输出力矩的力矩和；当然，输出力矩信息还可以包括：在伺服端子机的一压接过程中，伺服电机的若干输出力矩。
142.在一实施例中，所述输出力矩训练信息包括输出力矩的力矩和，所述获取所述伺服电机的输出力矩训练信息的步骤包括：
143.获取所述伺服电机的输出力矩的力矩和，其中，所述力矩和为所述伺服端子机在一压接过程中输出力矩的力矩和。具体的，寻找出压接端子过程中伺服电机输出力矩最大的最大力矩位置，然后将最大力矩位置前后预设范围内的输出力矩进行求和运算得到输出力矩的力矩和。
144.在具体实施例中，所述获取所述伺服电机的输出力矩的力矩和的步骤包括：
145.确定所述伺服电机的最大输出力矩；基于所述最大输出力矩确定对应的最大力矩位置；基于所述最大力矩位置和预设范围，确定所述伺服电机的多个输出力矩；将所述多个输出力矩进行求和运算，得到输出力矩的力矩和。其中，预设范围可以根据实际需要进行设定，例如根据时长进行设定，即多个输出力矩为在最大输出力矩前后一定时长内的输出力矩；或者，根据输出力矩的取值进行设定，即多个输出力矩为在一压接过程时间内输出力矩大于预设力矩阈值的输出力矩，其中，预设力矩阈值可以根据实际情况进行设定，此处不作具体限定。
146.在另一实施例中，所述输出力矩训练信息包括若干输出力矩，所述获取所述伺服电机的输出力矩训练信息的步骤包括：
147.获取所述伺服电机的若干输出力矩，其中，所述若干输出力矩为所述伺服端子机在一压接过程中的输出力矩。
148.在具体实施例中，所述获取所述伺服电机的若干输出力矩的步骤包括：
149.获取预设范围；基于所述预设范围，确定所述伺服电机的若干输出力矩。其中，预设范围可以根据实际需要进行设定，例如根据时长进行设定，即若干输出力矩为在一压接过程时间内前后一定时长内的输出力矩；或者，若干输出力矩为在一压接过程时间内的所有输出力矩。
150.步骤s50，基于所述输出力矩训练信息，确定所述预设阈值信息。
151.在本实施例中，基于输出力矩训练信息，确定预设阈值信息。具体的，确定输出力矩训练信息中的输出力矩的最大值和输出力矩的最小值，然后，将所述最大值作为叠压阈值，并将所述最小值作为空压阈值，以使所述预设阈值信息包括所述空压阈值和所述叠压阈值。
152.在一实施例中，所述输出力矩训练信息包括多个输出力矩的力矩和训练数据，所述力矩和训练数据的数量与所述压接次数相同，上述步骤s50包括：
153.步骤a51，确定多个所述力矩和训练数据的最大值和最小值；
154.步骤a51，将所述最大值作为叠压阈值，并将所述最小值作为空压阈值，以使所述预设阈值信息包括所述空压阈值和所述叠压阈值。
155.在本实施例中，确定多个所述力矩和训练数据的最大值和最小值，然后，将所述最大值作为叠压阈值，并将所述最小值作为空压阈值，以使所述预设阈值信息包括所述空压阈值和所述叠压阈值。具体的，在进行压接端子前进入学习模式通过数次压接端子的过程，寻找出压接端子过程中伺服电机输出力矩最大的位置，然后在程序中累加在最大力矩位置前后附近范围内的输出力矩计算出力矩和，记录下通过数次学习后这一段位置里力矩和的最大值a1和最小值b1，设置端子机空压和叠压端子的判断阈值最大值a和最小值b时以a1和b1作为参考，以在完成学习过程后，在正常压接端子的过程中在同样的位置里计算出电机的力矩和t，若t大于a说明伺服端子机出现叠压端子的异常，若t小于b说明伺服端子机出现空压端子的异常。
156.进一步地，在上述步骤s50之后，所述伺服端子机的异常检测方法还包括：
157.步骤c，获取所述学习模式的训练压接速度；
158.步骤d，将所述训练压接速度与所述预设阈值信息进行映射，以供基于所述伺服端子机的当前压接速度，确定对应的预设阈值信息。
159.在本实施例中，伺服端子机的压接速度不同时，伺服端子机的异常检测标准也不同，即对应的预设阈值信息也不同。具体的，获取伺服端子机的当前学习模式的训练压接速度，将训练压接速度与预设阈值信息进行映射，以供基于伺服端子机的当前压接速度，确定对应的预设阈值信息。
160.具体的，上述步骤d包括：
161.将所述训练压接速度与所述预设阈值信息进行映射，得到映射关系，以供基于所述伺服端子机的当前压接速度和所述映射关系，确定对应的预设阈值信息。
162.可以理解，针对伺服端子机在学习模式下的不同压接速度，设定不同压接速度对应的预设阈值信息，使得后续针对伺服端子机在工作模式下的不同压接速度，获取不同的预设阈值信息，以使基于输出力矩信息和预设阈值信息，检测伺服端子机是否发生异常时，进一步提高伺服端子机异常检测的准确性。
163.本实施例中，伺服端子机还具备学习模式，该学习模式用于使伺服端子机进行训练，从而自行设定预设阈值信息，相比人为设定预设阈值信息，可提高预设阈值信息的设定准确性，进而提高伺服端子机异常检测的准确性。
164.本发明还提供一种伺服端子机的异常检测系统，该伺服端子机的异常检测系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如以上任一项实施例所述的伺服端子机的异常检测方法的步骤。
165.本发明伺服端子机的异常检测系统的具体实施例与上述伺服端子机的异常检测方法各实施例基本相同，在此不作赘述。
166.本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如以上任一项实施例所述的伺服端子机的异常检测方法的步骤。
167.本发明计算机可读存储介质的具体实施例与上述伺服端子机的异常检测方法各实施例基本相同，在此不作赘述。
168.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排
他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
169.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
170.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是伺服端子机、手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
171.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。