1.一种基于MPU6050和决策树的电机故障诊断方法，其特征在于，包括：利用MPU6050获取故障模拟模型中电机的振动信号；

将获取的振动信号，进行预处理，将预处理后的数据作为数据样本，输入训练好的决策树中；所述决策树在采用如下方法进行训练：步骤1、将处理后的数据样本，形成数据集；

步骤2、对数据样本进行快速傅里叶变换，形成一维数组；

步骤3、在一维数组中求解最优切分变量和相应切分点(j，s)；

所述最优切分变量j和相应切分点s，采用如下公式进行计算：其中，yi表示输出的真实值，c1，c2分别表示两个不同子区间内输出yi的平均值；

步骤4、用最优的(j，s)将数据集划分为两个子域并决定相应的输出值；

步骤5、对划分后的子域重复进行步骤3‑4，直到叶子节点数目满足预设要求；

步骤6、依据步骤5中形成的多对(j，s)值，生成决策树，采用后剪枝的方法对得到的决策树进行剪枝，得到最终所需的决策树；

利用决策树对输入的数据样本进行识别，输出电机故障诊断结果。

2.根据权利要求1所述的基于MPU6050和决策树的电机故障诊断方法，其特征在于，所述预处理为对采集的振动信号进行算术均值滤波，滤除噪声信号。

3.根据权利要求1所述的基于MPU6050和决策树的电机故障诊断方法，其特征在于，在获取振动信号之前，还包括对MPU6050进行校准。

4.根据权利要求1所述的基于MPU6050和决策树的电机故障诊断方法，其特征在于，所述故障模拟模型中模拟的故障包括模拟转子不对称故障、不对中故障，轴承松动故障、轴承裂纹故障；通过改变电机转速模拟，模拟不同类型故障以及故障的严重程度。

5.一种基于MPU6050和决策树的电机故障诊断系统，用于实施上述权利要求1‑4中任一项所述的诊断方法，其特征在于，包括MPU6050传感器、电机和偏心块形成的故障模拟模型、单片机和上位机；

所述MPU6050传感器用于获取故障模拟模型中电机的振动信号；

所述电机和偏心块形成的故障模拟模型，利用电机与偏心块配合模拟各种类型下的电机故障；

所述单片机用于将获取的振动信号，进行预处理，将预处理后的数据作为数据样本，发送至上位机，所述上位机用于将数据样本输入训练好的决策树中；利用决策树对输入的数据样本进行识别，输出电机故障诊断结果。

6.根据权利要求5所述的基于MPU6050和决策树的电机故障诊断系统，其特征在于，所述电机外部设有外壳，所述外壳固定电机，所述外壳一侧固定安装偏心块。

7.根据权利要求6所述的基于MPU6050和决策树的电机故障诊断系统，其特征在于，所述单片机安装在上平板上，上平板固定安装在支架的上方；所述外壳固定在支架上，所述支架下方固定设有下平板；下平板上固定安装MPU6050传感器。

8.根据权利要求5所述的基于MPU6050和决策树的电机故障诊断系统，其特征在于，所述单片机上使用算术平均滤波算法进行预处理后，经过有线串口传输到上位机中。