1.一种基于混沌理论的滚动轴承故障特征提取方法，其特征在于，包括如下工艺步骤：首先，采集滚动轴承运行过程中的振动信号，然后对振动信号进行CEEMDAN降噪处理，再进行相空间重构，观察混沌振子的阶跃状态，同时计算最大距离量化混沌振子的周期状态变化，最后通过混沌振子与最大距离判断滚动轴承是否故障。

2.根据权利要求1所述的一种基于混沌理论的滚动轴承故障特征提取方法，其特征在于，所述工艺步骤具体为：S1：采集滚动轴承的振动加速度信号x(t)；

S2：对振动加速度信号x(t)进行CEEMDAN降噪处理；

S3：根据CEEMDAN分解的各个IMF分量与待分解信号x(t)的相关系数进行信号重构y(t)；

S4：计算重构信号y(t)的延迟时间与嵌入维数；

S5：在确定延迟时间和嵌入维数后对重构后的振动信号y(t)进行相空间重构并计算最大距离dmax，以最大距离dmax作为故障特征对滚动轴承进行故障诊断。

3.根据权利要求2所述的一种基于混沌理论的滚动轴承故障特征提取方法，其特征在于，设Ei(*)为经过EMD分解后得到的第i个本征模态分量， 为经过CEEMDAN分解后得到j的第i个本征模态分量，v 为满足标准正态分布的高斯白噪声信号，j＝1,2,…,N.N为加入白噪声的次数，ε为白噪声的标准表，x(t)为待分解的振动加速度信号，所述步骤S2中CEEMDAN降噪处理的分解步骤如下：q j

1)将高斯白噪声加入到待分解信号x(t)中得到新信号x(t)+(‑1)εv (t)，其中q＝1，

2…，对新信号进行EMD分解，得到第一阶本征模态分量C1，

2)对产生的N个模态分量进行总体平均就得到CEEMDAN分解的第1个本征模态分量:

3)计算去除第一个模态分量后的残差：

4)在r1(t)中加入正负成对高斯白噪声得到新信号，以新信号为载体进行EMD分解，得到第一阶模态分量D1，由此可以得到CEEMDAN分解的第2个本征模态分量：

5)计算去除第二个模态分量后的残差：

6)重复上述步骤，直到获得的残差信号为单调函数，不能继续分解，算法结束；此时得到的本征模态分量数量为K，则原始信号x(t)被分解为：

4.根据权利要求2所述的一种基于混沌理论的滚动轴承故障特征提取方法，其特征在于，采用互信息法计算延迟时间τ，具体为：互信息法对于两个相互独立的时间序列X＝{x1,x2,…,xm}和Y＝{y1,y2,…,ym}，设事件xi发生的概率为P(xi)，则两序列的信息熵分别为：序列X和Y的联合熵为：

式中Px,y(xi,yj)为xi,yj的联合概率；

依赖于条件熵H(X|Y)：当变量Y为已知量，互信息函数I(X,Y)为：I(X,Y)＝H(X)‑H(X|Y)＝H(X)+H(Y)‑H(X,Y)当互信息函数I(X,Y)第一次出现极小值时，所对应的时间即为延迟时间τ。

5.根据权利要求2所述的一种基于混沌理论的滚动轴承故障特征提取方法，其特征在于，采用CAO方法求嵌入维数，具体为：E1(m)＝E(m+1)/E(m)                           (1)* *

E2(m)＝E(m+1)/E(m)                          (2)式中：E1(m)和E2(m)都是个与嵌入维数m和延迟时间τ相关的函数；

由公式(1)可知随着嵌入维数m的不断提高，当m>m0时，E1(m)不再随m发生变化，则此时存在嵌入维数m。

6.根据权利要求2所述的一种基于混沌理论的滚动轴承故障特征提取方法，其特征在于，最大距离计算公式如下：基于重构矩阵Y，求得重构矩阵Y中任意两个向量间的欧氏距离，即：di,j＝|Yi‑Yj|i,j＝1,2,…N从而得到距离矩阵d:

然后，求距离矩阵d中的最大值：

dmax＝max(d)＝max{di,j,i,j＝1,2,…,N}dmax即为最大距离，以最大距离dmax作为故障特征对滚动轴承进行故障诊断。