1.一种基于改进动态时间规整的行星齿轮箱故障诊断方法，其特征在于，包括以下步骤：通过基于改进动态时间规整的特征提取方法获得残差向量信号、通过包络谱特征分析方法进行行星齿轮箱故障诊断。

2.根据权利要求1所述的一种基于改进动态时间规整的行星齿轮箱齿轮局部故障诊断方法，其特征在于，所述通过基于改进动态时间规整的特征提取方法获得残差向量信号，其具体为：(1)输入行星齿轮箱的齿轮正常信号和故障信号。

(2)构建改进动态时间规整特征提取方法。

(3)应用重采样方法获得残差向量信号。

3.根据权利要求1所述的一种基于改进动态时间规整的行星齿轮箱齿轮局部故障诊断方法，其特征在于，所述通过包络谱特征分析方法进行行星齿轮箱齿轮局部故障诊断，其具体为：(1)估算行星齿轮箱齿轮故障特征频率。

(2)包络谱特征分析获得特征频率。

4.根据权利要求2所述的一种基于改进动态时间规整的行星齿轮箱齿轮局部故障诊断方法，其特征在于，所述构建通过基于改进动态时间规整的特征提取方法获得残差向量信号步骤(1)中，行星齿轮箱的齿轮正常信号和故障信号是由安装在行星齿轮箱箱体上的加速度传感器采集获得，将正常信号设为参考信号，故障信号设为测试信号。

5.根据权利要求2所述的一种基于改进动态时间规整的行星齿轮箱齿轮局部故障诊断方法，其特征在于，所述构建通过基于改进动态时间规整的特征提取方法获得残差向量信号步骤(2)中，构建改进动态时间规整特征提取方法，其具体为：(1)构建基于估计导数和互相关系数的累积距离公式。

(2)构建提高算法效率的快速动态时间规整。

6.根据权利要求2所述的一种基于改进动态时间规整的行星齿轮箱齿轮局部故障诊断方法，其特征在于，所述构建通过基于改进动态时间规整的特征提取方法获得残差向量信号步骤(3)中，应用重采样方法对规整对齐之后的时域信号处理，恢复原始信号长度，获得残差向量信号。

7.根据权利要求3所述的一种基于改进动态时间规整的行星齿轮箱齿轮局部故障诊断方法，其特征在于，所述通过包络谱特征分析方法进行行星齿轮箱齿轮局部故障诊断步骤(1)中，根据实验设备中的行星齿轮箱特征参数，计算行星齿轮箱齿轮故障特征频率。

8.根据权利要求3所述的一种基于改进动态时间规整的行星齿轮箱齿轮局部故障诊断方法，其特征在于，所述通过包络谱特征分析方法进行行星齿轮箱齿轮局部故障诊断步骤(2)中，对残差向量信号进行包络谱特征分析获得特征频率，权利7获得的齿轮故障特征频率作对比，进行故障诊断，判断故障发生类型。

9.根据权利要求5所述的构建通过基于改进动态时间规整的特征提取方法获得残差向量信号，其特征在于，所述构建改进动态时间规整特征提取方法步骤(1)，构建基于估计导数和互相关系数的累积距离公式。

估计导数目的是规整时间轴上局部加速和局部减速部分的两个序列，因为时间序列具有相同值的两个数据点ri和tj，ri可能在上升部分，tj可能在下降部分，所以会导致规整不正确，信号特性发生改变估计导数计算方法如下：其中，Dx[ri]表示参考序列估计导数，Dy[tj]表示测试序列估计导数，Dist(i，j)表示时间序列估计导数之差的平方，ri点与左邻点之间的斜率与ri点左邻点和右邻点之间斜率求平均值，这样做的目的是提高算法鲁棒性。该动态时间规整的距离度量不是欧几里得距离，而是信号的估计导数之差的平方。

互相关系数的目的是是根据两个时间序列的相似程度对欧几里得距离施加权重，以防止规整之后的时间序列出现奇异性问题。关键的思想就是，如果相似程度高，就会施加更高的权重；反之，如果相似程度低，就会施加更低的权重，互相关系数估计公式如下：其中，为了算法简单，假设两个时间序列的长度均为n；以样本点rl和tI为中心取左右m个等间距样本点，求得2m+1个样本点的平均值分别为 和 和 不同时为0；

由许瓦兹不等式，有 当 时， 这时 取得最大值；当

和 完全无关时， 当 和 有某种程度相似时， 的取

值在0和1之间。

通过估计导数和互相关系数修正累积距离公式，得

。

10.根据权利要求5所述的构建通过基于改进动态时间规整的特征提取方法获得残差向量信号，其特征在于，所述构建改进动态时间规整特征提取方法步骤(2)，构建提高算法效率的快速动态时间规整，快速动态时间规整是动态规整算法的窗口函数和数据二分法的结合体。快速动态时间规整采用基于约束动态时间规整算法和数据抽象的概念，并计算线性时间和空间复杂度的时间序列之间的近似累积距离。快速动态时间规整算法包括以下三个主要阶段：首先粗化处理时间序列，获得低分辨率下的时间序列；然后计算低分辨率下的规整路径，并投影规整路径以获得高分辨率下的搜索窗口；最终在搜索窗口约束下细化规整路径。粗化处理也即数据降维，它是将时间序列缩小为更小的时间序列，以较少的数据点尽可能准确地表示相同的曲线。在投影映射阶段，针对低分辨率时间序列使用约束动态时间规整计算规整路径，并将规整路径映射到更高分辨率的时间序列中。路径细化是快速动态时间规整算法的最后阶段，它需要一个搜索窗口作为输入，由投影映射阶段获得。