1.一种气动调节阀定位器松动故障的在线诊断方法，其特征在于，包括如下步骤：

步骤一：对正常阀位反馈信号x(t)进行小波包分解，在小波包分解过程中，选择具有对称性以及具有较好压缩性能的双正交小波为最优基函数，进行三层小波包分解；

步骤二：进行正常阀位反馈信号x(t)的小波包信号重构，得到第三层八个节点重构后的频谱分布；

步骤三：能量特征提取即将频谱分布的第三层八个频段的能量占比绘制图；

步骤四：相同工况条件下，对定位器松动故障的气动调节阀进行相同实验，得到故障阀位反馈信号x1(t),对故障阀位反馈信号x1(t)处理过程同上步骤一至步骤三。

2.根据权利要求1所述的一种气动调节阀定位器松动故障的在线诊断方法，其特征在于，步骤二中的正常阀位反馈信号x(t)的小波包信号重构，根据正常阀位反馈信号x(t)的特征，自适应的选择相应的频带，在正常阀位反馈信号x(t)第三层各节点重构后的频谱图中，频谱分布是根据节点顺序依次递增排列，观察相同节点的频谱图中的频率特征。

3.根据权利要求1所述的一种气动调节阀定位器松动故障的在线诊断方法，其特征在于，步骤三中的能量特征提取方法：从模态能量的角度出发，分别对正常阀位信号x(t)和故障阀位信号x1(t)分别进行步骤一至步骤四，通过正常阀位信号x(t)的能量特征构建特征向量，与故障阀位信号x1(t)的能量特征构建特征向量相对比，作为设备故障分析的重要特征；

构建气动调节阀阀位信号的能量特征为：

各个模态分量与总模态分量的能量比为：

式中：ej表示第j个节点频率段的能量大小，Ej表示总能量大小。

4.根据权利要求1所述的一种气动调节阀定位器松动故障的在线诊断方法，其特征在于，所述正常阀位信号x(t)经过步骤一至步骤四后，经过小波包分解后的第三层八个节点的频段的特征能量占比是逐渐降低的；所述故障阀位信号x1(t)经过步骤一至步骤四后，经过小波包分解后的第三层八个节点的频段的特征能量占比中，第四个频段的能量占比高于第三个频段的能量占比，从而获得气动调节阀定位器松动故障的在线诊断。