1.一种滚动轴承故障诊断方法，其特征在于，所述诊断方法包括如下步骤：采集滚动轴承振动信号；

对所述滚动轴承振动信号进行离散傅里叶变换，得到滚动轴承振动信号的Fourier谱；

采用短时能量边界检测方法对所述Fourier谱进行自适应划分，得到多个连续区间；

获取每个连续区间的尺度函数、小波函数和经验小波变换的细节系数和逼近系数；

根据所述尺度函数、小波函数和经验小波变换的细节系数和逼近系数，对每个连续区间内的滚动轴承振动信号进行经验小波分解，得到多个调幅调频模态分量；

计算每个所述调幅调频模态分量的包络谱显著性指数；

采用Teager能量算子解调包络谱显著性指数最大的调幅调频模态分量，获得最优解调包络谱；

利用所述最优解调包络谱进行滚动轴承的故障诊断。

2.根据权利要求1所述的滚动轴承故障诊断方法，其特征在于，所述采用短时能量边界检测方法对所述Fourier谱进行自适应划分，得到多个连续区间，具体包括：将所述Fourier谱的频率范围归一化到[0,π]，得到支撑区间；

将所述支撑区间均分为预设个数的子区间；

计算每个子区间的Fourier谱的能量值，获得能量值序列；

获取所述能量值序列的所有极小值点；

将每个所述极小值点所对应的子区间的边界频率的平均值作为新的频域分割区间边界；

根据所述新的频域分割区间边界对所述支撑区间进行区间划分，得到多个连续区间。

3.根据权利要求1所述的滚动轴承故障诊断方法，其特征在于，所述获取每个连续区间的尺度函数、小波函数和经验小波变换的细节系数和逼近系数，具体包括：根据Little-Paley和Meyer原理，获取每个连续区间的经验尺度函数其中，β(x)＝x4(35-84x+70x2-20x3)， ω为所述Fourier谱的频率，τm＝γmωm(0＜γm＜1)， ωm-1和ωm分别为第m个连续区间的左边界和右边界；

根据Little-Paley和Meyer原理，获取每个连续区间的小波函数：其中，τm+1＝γm+1ωm+1(0＜γm+1＜1)， ωm和ωm+1分别为第m+1个连续区间 的左边界和右边界；

根据所述经验尺度函数和小波函数，获取经验小波变换的细节系数和逼近系数：其中，*表示取共轭， 和 分别为第1个连续区间的经验小波变换的逼近系数和第m个连续区间的经验小波变换的细节系数；ψm(τm-t)和 分别是ψm(ω)和的Fourier逆变换，ψm(ω)和 分别表示第m个连续区间的小波函数和第1个连续区间的经验尺度函数，F-1[·]表示傅里叶逆变换，f(t)表示滚动轴承振动信号，f(ω)表示滚动轴承振动信号的Fourier谱。

4.根据权利要求1所述的滚动轴承故障诊断方法，其特征在于，所述根据所述尺度函数、小波函数和经验小波变换的细节系数和逼近系数，对每个连续区间内的滚动轴承振动信号进行经验小波分解，得到多个调幅调频模态分量，具体包括；

根据所述尺度函数、小波函数和经验小波变换的细节系数和逼近系数，利用公式对每个连续区间内的滚动轴承振动信号进行经验小波分解，得到多个调幅调频模态分量；

其中，fm(t)表示第m个连续区间的调幅调频模态分量， 为区间 的经验尺度函数， 为第1个连续区间 的经验小波变换的逼近系数， 为第m个连续区间 的经验小波变换的细节系数，ψm(t)为第m个连续区间的小波函数，M表示调幅调频模态分量的个数。

5.根据权利要求1所述的滚动轴承故障诊断方法，其特征在于，所述计算每个所述调幅调频模态分量的显著性指数，具体包括：获取第m个调幅调频模态分量的包络谱；m＝1,2，…，M，M表示调幅调频模态分量的个数；

获取所述包络谱的所有幅值极大值；

将所有的幅值极大值按照从高到低的顺序排序，获取前K个幅值极大值；

根据K个所述幅值极大值利用公式ESSIm＝Fm1(ω)*Fm2(ω)*…*FmK(ω)计算m个调幅调频模态分量的显著性指数ESSIm，Fm1(ω)、Fm2(ω)和FmK(ω)分别表示第m个模态分量的第1个、第2个和第K个幅值极大值。

6.一种滚动轴承故障诊断系统，其特征在于，所述诊断系统包括：信号获取模块，用于采集滚动轴承振动信号；

傅里叶变换模块，用于对所述滚动轴承振动信号进行离散傅里叶变换，得到滚动轴承振动信号的Fourier谱；

自适应区间划分模块，用于采用短时能量边界检测方法对所述Fourier谱进行自适应划分，得到多个连续区间；

系数获取模块，用于获取每个连续区间的尺度函数、小波函数和经验小波变换的细节系数和逼近系数；

经验小波分解模块，用于根据所述尺度函数、小波函数和经验小波变换的细节系数和逼近系数，对每个连续区间内的滚动轴承振动信号进行经验小波分解，得到多个调幅调频模态分量；

包络显著性指数计算模块，用于计算每个所述调幅调频模态分量的包络谱显著性指数；

解调模块，用于采用Teager能量算子解调包络谱显著性指数最大的调幅调频模态分量，获得最优解调包络谱；

故障诊断模块，用于利用所述最优解调包络谱进行滚动轴承的故障诊断。

7.根据权利要求6所述的滚动轴承故障诊断系统，其特征在于，所述自适应区间划分模块，具体包括：归一化子模块，用于将所述Fourier谱的频率范围归一化到[0,π]，得到支撑区间；

区间预分子模块，用于将所述支撑区间均分为预设个数的子区间；

能量值计算子模块，用于计算每个子区间的Fourier谱的能量值，获得能量值序列；

极小值点获取子模块，用于获取所述能量值序列的所有极小值点；

新的频域分割区间边界值获取子模块，用于将每个所述极小值点所对应的子区间的边界频率的平均值作为新的频域分割区间边界；

区间划分子模块，用于根据所述新的频域分割区间边界对所述支撑区间进行区间划分，得到多个连续区间。

8.根据权利要求6所述的滚动轴承故障诊断系统，其特征在于，所述系数获取模块，具体包括：经验尺度函数获取子模块，用于根据Little-Paley和Meyer原理，获取每个连续区间的经验尺度函数其中，β(x)＝x4(35-84x+70x2-20x3)， ω为所述Fourier谱的频率，τm＝γmωm(0＜γm＜1)， ωm-1和ωm分别为第m个连续区间的左边界和右边界；

小波函数获取子模块，用于根据Little-Paley和Meyer原理，获取每个连续区间的小波函数：其中，τm+1＝γm+1ωm+1(0＜γm+1＜1)， ωm和ωm+1分别为第m+1个连续区间 的左边界和右边界；

经验小波变换的细节系数和逼近系数获取子模块，用于根据所述经验尺度函数和小波函数，获取经验小波变换的细节系数和逼近系数：其中，*表示取共轭， 和 分别为第1个连续区间的经验小波变换的逼近系数和第m个连续区间的经验小波变换的细节系数；ψm(τm-t)和 分别是ψm(ω)和的Fourier逆变换，ψm(ω)和 分别表示第m个连续区间的小波函数和第1个连续区间的经验尺度函数，F-1[·]表示傅里叶逆变换，f(t)表示滚动轴承振动信号，f(ω)表示滚动轴承振动信号的Fourier谱。

9.根据权利要求6所述的滚动轴承故障诊断系统，其特征在于，所述经验小波分解模块，具体包括；

经验小波分解子模块，用于根据所述尺度函数、小波函数和经验小波变换的细节系数和逼近系数，利用公式 对每个连续区间内的滚动轴承振动信号进行经验小波分解，得到多个调幅调频模态分量；

其中，fm(t)表示第m个连续区间的调幅调频模态分量， 为区间 的经验尺度函数， 为第1个连续区间 的经验小波变换的逼近系数， 为第m个连续区间 的经验小波变换的细节系数，ψm(t)为第m个连续区间的小波函数，M表示调幅调频模态分量的个数。

10.根据权利要求6所述的滚动轴承故障诊断系统，其特征在于，所述包络显著性指数计算模块，具体包括：包络谱获取子模块，用于获取第m个调幅调频模态分量的包络谱；m＝1,2，…，M，M表示调幅调频模态分量的个数；

包络谱幅值极大值获取子模块，用于获取所述包络谱的所有幅值极大值；

前K个极大值获取子模块，用于将所有的幅值极大值按照从高到低的顺序排序，获取前K个幅值极大值；

显著性指数计算子模块，用于根据K个所述幅值极大值利用公式ESSIm＝Fm1(ω)*Fm2(ω)*…*FmK(ω)计算m个调幅调频模态分量的显著性指数ESSIm，Fm1(ω)、Fm2(ω)和FmK(ω)分别表示第m个模态分量的第1个、第2个和第K个幅值极大值。