1.一种船舶机械早期微弱故障信号特征诊断方法，该诊断方法基于云自适应遗传算法的变尺度可塑性单稳势结构随机共振微弱特征提取诊断方法，其特征在于，具体包括以下步骤：

(1)采用阱内共振的单稳态势结构进行周期信号增强分析，构建可塑性单稳势结构随机共振模型；

(2)从振动加速度传感器中获取船舶机械早期微弱故障信号，并对获取的含噪高频微弱振动信号进行解调和滤波预处理；

(3)利用云自适应遗传算法和变尺度可塑性单稳势结构随机共振结合，对预处理后的故障信号处理，优化模型结构特征参数；

(4)将加权峭度指标Kw作为CAGA的适应度函数进行自适应寻优，通过求解加权峭度最大化完成对最优势结构的获取；

(5)通过最优势结构特征参数实现时频谱的最优输出，从频谱中提取故障频率，完成微弱故障特征诊断。

2.根据权利要求1所述的一种船舶机械早期微弱故障信号特征诊断方法，其特征在于，步骤1所述的可塑性单稳势结构随机共振模型是通过单稳态阱深、阱半径以及势阱壁陡峭程度作为势结构特征参数，精细化表达势结构得到的，该模型由朗之万方程描述为：式中，t为时间变量，U(x)为非线性的势函数，s(t)为输入信号，N(t)为高斯白噪声，且＝0,＝2Dδ(t)，δ(t)表示狄拉克δ函数，D为噪声强度，构造的单稳势结构函数为：

式中，h定义为阱深，q定义为势阱壁陡峭度，p定义为阱半径，且h>0,q>0,p>0；存在唯一稳定点 没有势垒。

3.根据权利要求1所述的一种船舶机械早期微弱故障信号特征诊断方法，其特征在于，步骤2所述的微弱故障信号的解调预处理，采用希尔伯特变换对微弱振动信号进行包络解调；将信号长度为N，采样频率为fs的机械检测信号h(t)解调出包络s(t)式中， hk(t)＝(1/πt)*h(t)。

4.根据权利要求1所述的一种船舶机械早期微弱故障信号特征诊断方法，其特征在于，步骤2所述的微弱故障信号的滤波预处理，根据特征信号频率值，设置椭圆滤波器的通带截止频率和阻带截止频率，消除低频成分对随机共振系统响应的干扰，采用四阶Runge‑Kutta方程求解可塑性单稳势结构随机共振模型响应x(t)。

5.根据权利要求1所述的一种船舶机械早期微弱故障信号特征诊断方法，其特征在于，步骤3所述的云自适应遗传算法的适应度标定，经过个体选择算子、云交叉算子和云变异算子更新计算出个体的适应度值和特征参数，重新标定个体适应度和其特征参数，个体适应度标定表示为：

式中，f表示为个体适应度值，delta为标定参数，设置为0.5。

6.根据权利要求1所述的一种船舶机械早期微弱故障信号特征诊断方法，其特征在于，步骤4所述的加权峭度指标参数调节的测度获得最优势结构，Kw既包含峭度指标对冲击成分的敏感性，又要保证输出响应与原始信号的相似性，Kw定义为：r

Kw＝sgn(C)K|C|

式中，C表示互相关系数，K为峭度指标，r>0。

和

得到加权峭度指标Kw是关于参数h,p,q的函数表达式，通过求解如下的加权峭度最大化问题实现对最优势结构的获取，目标优化函数定义为：(hopt,popt,qopt)＝arg max(Kw(h,p,q))。