1.基于深度学习的轴向柱塞泵的变量机构控制器，变量机构包括油缸、活塞和斜盘，其特征在于，它包括：传感器组、ARM信号采集模块、ARM主控芯片、AI采集模块、AI处理器和模式选择模块；
传感器组采集获得轴向柱塞泵的油液压力信号、油液温度信号、油液流量信号和斜盘角度信号；并将油液压力信号、油液温度信号和油液流量信号通过ARM信号采集模块发送至ARM主控芯片，将斜盘角度信号通过AI采集模块发送至AI处理器；
模式选择模块对变量机构的工作模式进行选择；
所述工作模式包括手动模式、自动模式和AI模式，并将选择的工作模式发送至ARM主控芯片；
当工作模式为自动模式时，ARM主控芯片对油液压力信号、油液温度信号和油液流量信号进行处理，向比例电磁铁输出控制信号，通过比例电磁铁对变量机构进行控制，直至变量机构达到稳定工作状态；
当工作模式为AI模式时，ARM主控芯片控制AI处理器进行AI训练，将实时采集获得的斜盘角度信号输入至深度学习模型，判断斜盘的角度信号是否与斜盘角度预设值相等，相等时判定变量机构已达到稳定工作状态；
当工作模式为自动模式时，ARM主控芯片对油液压力信号、油液温度信号和油液流量信号进行处理的具体方法包括：
ARM主控芯片将油液压力信号与油液压力预设值进行对比，采用自整定PID算法进行计算，调整PWM波占空比，再经由功率放大器进行放大；
ARM主控芯片将油液流量信号与油液流量预设值进行对比，采用自整定PID算法进行计算，调整PWM波占空比，再经由功率放大器进行放大；
ARM主控芯片将油液温度信号与油液温度预设值进行对比，采用自整定PID算法进行计算，调整PWM波占空比，再经由功率放大器进行放大；
当工作模式为自动模式时，ARM主控芯片向比例电磁铁输出控制信号，通过比例电磁铁对变量机构进行控制的具体方法包括：
将处理后的油液压力信号、油液温度信号和油液流量信号发送至比例电磁铁，改变比例电磁铁的电流大小，比例电磁铁控制油缸的阀芯位置，进而改变与阀芯连接的活塞处的流量，进而改变与活塞连接的斜盘的角度，直至油液压力信号、油液温度信号、油液流量信号分别与油液压力预设值、油液温度预设值、油液流量预设值相等。
2.根据权利要求1所述的基于深度学习的轴向柱塞泵的变量机构控制器，其特征在于，所述传感器组包括压力传感器、温度传感器、流量传感器和角度传感器；
所述压力传感器设置在轴向柱塞泵的油液进口处、油液出口处、油缸的油液进口处和油液出口处；
所述温度传感器设置在轴向柱塞泵的油液进口处、油液出口处、油缸的油液进口处和油液出口处；
所述流量传感器设置在油缸的油液进口处；
所述角度传感器设置在斜盘上。
3.根据权利要求1所述的基于深度学习的轴向柱塞泵的变量机构控制器，其特征在于，它还包括滤波模块；
传感器组将油液压力信号、油液温度信号和油液流量信号输送至滤波模块进行滤波，然后再输送至ARM信号采集模块。
4.根据权利要求1所述的基于深度学习的轴向柱塞泵的变量机构控制器，其特征在于，它还包括电荷放大器；
传感器组将斜盘角度信号发送至电荷放大器进行电荷放大，然后输送至AI处理器。
5.根据权利要求1所述的基于深度学习的轴向柱塞泵的变量机构控制器，其特征在于，当工作模式为自动模式时，每隔时间周期T，ARM主控芯片将油液压力信号、油液温度信号和油液流量信号发送至AI处理器；
AI处理器将油液压力信号、油液温度信号、油液流量信号分别与油液压力预设值、油液温度预设值、油液流量预设值进行对比；
当至少一个信号大于预设值时，判定为变量机构存在故障；
将故障信号发送中ARM主控芯片中，并将故障信号存储至存储模块中。
6.根据权利要求5所述的基于深度学习的轴向柱塞泵的变量机构控制器，其特征在于，ARM主控芯片接收到故障信号时，ARM主控芯片通过无线接口或CAN控制接口对轴向柱塞泵发出停止指令。
7.根据权利要求5或6所述的基于深度学习的轴向柱塞泵的变量机构控制器，其特征在于，当工作模式为手动模式时，向存储模块中调取故障信号，判定变量机构是否存在故障，并根据判定结果对存储模块中的故障信号进行数据更新。
8.根据权利要求7所述的基于深度学习的轴向柱塞泵的变量机构控制器，其特征在于，它还包括显示模块；
所述显示模块用于显示工作模式，以及显示变量机构是否达到稳定工作状态。