1.一种齿轮早期故障检测方法，其特征在于，包括以下步骤：(1) 采集齿轮在各种典型故障状态下的振动信号x(n)；

(2) 对原始信号x(n)进行差分运算，得到原始信号x(n)的差分序列△x(n)△x(n)= x(n+1)-x(n), n=1,…, N-1；

(3) 利用去趋势波动分析(DFA)算法分析差分序列△x(n)的波动函数F(s)；

(4) 提取每种故障状态所对应的对数波动函数ln[F(s)]的最小值和最大值，将这两个参数作为原始信号x(n)的故障特征参数；

(5) 将对数波动函数ln[F(s)]的最小值和最大值分别作为横纵坐标作图；

(6) 采用最小二乘法将故障状态所对应的数据点拟合为一条直线，该直线被称为“故障状态线”；

(7) 以一定的置信水平(1-α)为“故障状态线”估计一个置信区间；

(8) 随着齿轮箱运行状态的恶化，数据点逐渐靠近上述建立的置信区间，当数据点进入到置信区间时，可以认为该齿轮箱以一定的概率出现了故障并发出故障预警，这时要对齿轮箱的运行状态进行详细分析，必要时需要停机检修。

2.根据权利要求1所述的一种齿轮早期故障检测方法，所述步骤(3)包括以下步骤：① 构造时间序列x(i)的去均值累差序列X(i):， ；

② 将累差序列X(i)等分为K段长度为s的不重叠的数据段，每段数据记为Xk(i)(k=1,

2,…, K, i=1, 2,…, s);

③ 采用最小二乘法分别拟合各段数据的多项式趋势，最后得到的总趋势记为Ts(i)(i=1, 2,…, N);④ 计算累差序列X(i)的均方值波动函数

⑤ 改变时间尺度s的大小，重复上述步骤①~④，如果时间序列x(i)具有长程相关性，则当时间尺度s在某个范围内变化时，波动函数F(s)与时间尺度s 满足下面的标度律关系上式中的参数α 为时间序列x(i)的标度指数。

3. 根据权利要求1所述的一种齿轮早期故障检测方法，所述步骤(7)包括以下步骤：由于拟合直线的斜率近似为1，因此拟合直线的位置仅与其截距有关，因此估计拟合直线的置信区间就相当于估计拟合直线截距的置信区间，使用符号b 代表拟合直线的截距，假定b服从正态分布N(μ, σ2)，根据参数区间估计理论，当样本方差σ2未知时，为了估计样本均值μ 的置信区间，应该使用t 统计量进行估计，即， ，

那么，均值μ 的一个置信水平为(1-α)的置信区间为。