1.一种真空环境下晶圆传送机械臂异常监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种真空环境下晶圆传送机械臂异常监测方法，其特征在于，所述收集振动异常训练数据的方式包括：
3.根据权利要求2所述的一种真空环境下晶圆传送机械臂异常监测方法，其特征在于，所述特征曲线集合包括一段振动波形曲线、一段速度变化曲线以及一段加速度变化曲线；所述振动特征值包括异常原因编号以及异常级别；异常训练数据中的振动特征值为对应的测试晶圆传送机械臂的异常原因的编号和异常级别，非异常训练数据的振动特征值的异常原因编号为0，异常级别为空；
4.根据权利要求3所述的一种真空环境下晶圆传送机械臂异常监测方法，其特征在于，训练出识别异常类型的机器学习模型的方式包括：
5.根据权利要求4所述的一种真空环境下晶圆传送机械臂异常监测方法，其特征在于，为每个异常类型训练出判断异常级别的贝叶斯网络模型的方式为：
6.根据权利要求5所述的一种真空环境下晶圆传送机械臂异常监测方法，其特征在于，实时收集振动生产数据的方式为：
7.根据权利要求6所述的一种真空环境下晶圆传送机械臂异常监测方法，其特征在于，使用机器学习模型输出判断的异常类型的方式为：
8.根据权利要求7所述的一种真空环境下晶圆传送机械臂异常监测方法，其特征在于，使用判断的异常类型对应的贝叶斯网络模型输出判断的异常级别的方式为：
9.一种真空环境下晶圆传送机械臂异常监测系统，其基于权利要求1-8任意一项所述一种真空环境下晶圆传送机械臂异常监测方法实现，其特征在于，包括数据收集模块、模型训练模块以及真空监测模块；其中，各个模块之间电性连接；
10.一种电子设备，其特征在于，包括：处理器和存储器，其中：
11.一种计算机可读存储介质，其特征在于，其上存储有可擦写的计算机程序；