1.一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，包括以下步骤：步骤1：基于集合经验模态分解(EEMD)算法和频率相关性选择法的信号预处理；

步骤2：基于加权导数动态时间规整(WDDTW)算法的残差向量信号提取；

步骤3：基于希尔伯特变换方法的包络谱故障特征分析。

2.根据权利要求1所述的一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，所述的步骤1中，基于集合经验模态分解(EEMD)算法和频率相关性选择法的信号预处理，其具体步骤为：步骤1.1：使用EEMD算法分解原始健康振动信号OH(t)和原始故障振动信号OF(t)；

步骤1.2：通过频率相关性选择法分别选择所需的本征模态函数(IMF)分量。

3.根据权利要求1所述的一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，所述的步骤2中，基于加权导数动态时间规整(WDDTW)算法的残差向量信号提取，其具体步骤为：步骤2.1：构建WDDTW算法的最优规整匹配路径WR；

步骤2.2：通过求残差运算获得原始残差向量信号OR；

步骤2.3：使用重采样技术将原始残差向量信号OR恢复原长，获得残差向量信号R。

4.根据权利要求1所述的一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，所述的步骤3中，基于希尔伯特变换方法的包络谱故障特征分析，其具体步骤为：步骤3.1：对残差向量信号R进行希尔伯特变换；

步骤3.2：包络谱故障特征分析。

5.根据权利要求2所述的一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，所述的步骤1.1中，EEMD算法分解原始健康振动信号OH(t)和原始故障振动信号OF(t)，其具体步骤为：步骤1.1.1：齿轮箱在无故障状态下测得的振动信号作为原始健康振动信号OH(t)，齿轮箱中的齿轮发生微弱故障状态下测得的振动信号作为原始故障振动信号OF(t)；

步骤1.1.2：EEMD方法分别分解原始健康振动信号OH(t)和原始故障振动信号OF(t)，获得多个本征模态函数(IMF)分量。

6.根据权利要求2所述的一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，所述的步骤1.2中，通过频率相关性选择法分别选择所需的IMF分量，其具体步骤为：步骤1.2.1：将原始健康振动信号OH(t)及其经EEMD算法分解所得到的所有IMF分量、原始故障振动信号OF(t)及其经EEMD算法分解所得到的IMF分量进行快速傅里叶变换。

步骤1.2.2：计算原始健康振动信号OH(t)和原始故障振动信号OF(t)的频率相关值。

步骤1.2.3：分别计算原始健康振动信号OH(t)和原始故障振动信号OF(t)经EEMD算法分解后得到的所有IMF分量的频率相关值。

步骤1.2.4：计算各个IMF分量的频率相关性。

步骤1.2.5：按照从小到大的原则排列各个IMF分量的频率相关性的大小，选择频率相关性最大的IMF分量作为后续处理信号。

7.根据权利要求3所述的一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，所述的步骤2.1中，构建WDDTW算法的最优规整匹配路径WR，其具体步骤为：步骤2.1.1：通过频率相关性选择法选择的原始健康振动信号称为健康信号H(t)，作为WDDTW算法的参考信号A，通过频率相关性选择法选择的原始故障振动信号称为故障信号F(t)，作为WDDTW算法的测试信号B；

步骤2.1.2：将参考信号A与测试信号B同时输入到WDDTW算法，获得最优匹配规整路径WR。

8.根据权利要求3所述的一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，所述的步骤2.2中，通过求残差运算获得原始残差向量信号OR，其具体步骤为：步骤2.2.1：根据最优规整匹配路径WR，计算新的健康振动信号和新的故障振动信号；

步骤2.2.2：将新的故障振动信号和新的健康振动信号作差，获得原始残差向量信号OR。

9.根据权利要求4所述的一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，所述的步骤3.2中，包络谱故障特征分析，其具体步骤为：步骤3.2.1：根据齿轮箱中齿轮的基本参数计算故障特征频率；

步骤3.2.2：从包络谱中读取特征频率，与理论计算的故障特征频率进行对比，实现故障诊断及定位。

10.根据权利要求6所述的一种基于加权导数动态时间规整的齿轮微弱故障诊断方法，其特征在于，所述的步骤1.2.4中，各个IMF分量的频率相关性的具体计算方式如下：其中，N表示IMF分量经快速傅里叶变换后的频率值的总数量，原始健康振动信号OH(t)和原始故障振动信号OF(t)统称为原始信号，M表示原始信号经快速傅里叶变换后的频率值的总数量，Fm表示原始信号的第m个频率值，Am表示原始信号的第m个频率值的幅值，Fin表示第i个IMF分量的第n个频率值，Ain表示第i个IMF分量的第n个频率值的幅值。SiN表示第i个IMF分量的频率相关值，SM表示原始信号的频率相关值。