1.机械设备健康状态特征图构建方法，包括以下步骤：步骤一，预设健康状态特征图FMap的维度为N×N；

步骤二，在机械设备上采集长度为L的振动信号x(l)，其中l＝1,2,…,L；

步骤三，获取振动信号x(l)的时频特征灰度值并填充至健康状态特征图FMap中，具体包括：

(31)对x(l)进行时频变换处理，得到时频谱TFP(t,f)，其中t＝1,2,…,L，f＝1,2,…，L/2；

(32)对时频谱TFP(t,f)的时间轴N等分，每等分的时间点数为△t＝L/N，对频率轴N/2等分，每等分的频率点数为△f1＝(L/2)/(N/2)＝L/N，从而对时频谱TFP(t,f)分块，定义位置(td,fd)处的时频块为TFP((td-1)·△t+i,(fd-1)·△f1+j1)，其中td＝1,2,…，N，fd＝1,

2,…，N/2，i＝1,2,…,△t，j1＝1,2,…,△f1；

(33)对各个时频块内的元素值求和，得到压缩时频谱TFPC(td,fd)，其中坐标(td,fd)处的元素值为

(34)求取压缩时频谱TFPC(td,fd)的最大值Pcp，将压缩时频谱TFPC(td,fd)中各元素除以Pcp，得到归一化谱NTFPC(td,fd)；

(35)求取归一化谱NTFPC(td,fd)的最大值Pncp和最小值Vncp，将归一化谱NTFPC(td,fd)转化为灰度谱GTFPC(td,fd)，坐标(td,fd)处的灰度值为其中[·]表示取整符号；

(36)将灰度谱GTFPC(td,fd)填充到健康状态特征图FMap的第N行至N/2+1行中；

步骤四，获取振动信号x(l)的频域特征灰度值并填充至健康状态特征图FMap中，具体包括：

(41)对x(l)进行傅里叶变换处理，得到频谱X(f)，其中f＝1,2,…,L/2；

(42)对频谱X(f)的频率轴N等分，得到N个频带，每个频带的频率点数为△f2＝(L/2)/N，定义第k个频带为X((k-1)·△f2+j2)，其中k＝1,2,…,N，j2＝1,2,…,△f2；

(43)求取各个频带在整个频谱X(f)中的能量占比，其中第k个频带的能量占比为(44)求取能量占比序列Er(k)的最大值PEr和最小值VEr，将能量占比序列Er(k)转化为灰度谱GEr(k)，GEr(k)的灰度值计算公式为其中[·]表示取整符号；

(45)将灰度谱GEr(k)复制，填充到健康状态特征图FMap的第6行至N/2行中，具体方法为FMap的第h行FMap(h,k)＝GEr(k)，其中h＝6,7,…,N/2；

步骤五，获取振动信号x(l)的时域特征灰度值并填充至健康状态特征图FMap中，具体包括：

(51)计算x(l)的5个时域无量纲指标，分别为峰值指标CF、脉冲指标IF、峭度指标KF、裕度指标MF和波形指标WF，从而得到无量纲指标集合Fnd＝{CF,IF,KF,MF,WF}；

(52)将Fnd转化为时域指标灰度值集合GFnd＝{GCF,GIF,GKF,GMF,GWF}，具体方法为其中iF＝1,2,…,5；

(53)将时域指标灰度值GFnd(iF)复制，填充至健康状态特征图FMap的第(6-iF)行中，即FMap第(6-iF)行的所有取值为GFnd(iF)，从而得到完整的健康状态特征图FMap。