技术特征：
1.基于近似完备可变模式分解的机车轮对轴承故障诊断方法，其特征在于：(1)对原始振动信号进行快速傅立叶变换，得到原始振动信号频谱；(2)对原始振动信号频谱进行平滑处理，通过局部峰值搜索算法确定原始振动信号频谱包含的局部极大值数目；(3)将局部极大值数目赋值给可变模式分解算法的初始模式数目，并通过可变模式分解算法分解原始振动信号；(4)采用分解得到的若干本征模函数重构原始振动信号，并计算重构信号与原始信号的相关系数，若符合相似条件，则执行步骤(5)；否则更新初始模式数目并重复分解与重构原振动信号的过程；(5)计算本征模函数两两之间的相似性，若符合相似性条件，则将本征模函数合并为新的模式；(6)对获得的模式函数进行包络分析，提取其中包含的故障特征。2.根据权利要求1所述的基于近似完备可变模式分解的机车轮对轴承故障诊断方法，其特征在于：步骤(4)所述的具体方法包括下述步骤：1)首先利用可变模式分解得到的子信号重构原始信号，记原始信号为f，子信号为xk(t)，重构信号为f′，则通过以下方法重构原始信号：f′=Σkxk(t)]]>2)计算重构信号与原始信号之间的相关系数ρs′，记fn为原始振动信号的个体值，fn'为重构信号的个体值，为原始振动信号的均值，为重构信号的均值，计算方法如下：ρs′=Σn(fn′-f′‾)(fn-f‾)Σn(fn′-f′‾)2Σi(fn-f‾)2]]>3)判断相关系数ρs′是符合相似条件，若符合则终止迭代，若不符合则更新初始模式数目，并重复使用可变模式分解方法分解原始信号，其中imfk为迭代停止后的模式，xk(t)为本次分解的模式：imfk=xk(t)ifρs′>ρsk=k+1,xk(t)=e-jωkn+1tukn+1ifρs′<ρs]]>3.根据权利要求1所述的基于近似完备可变模式分解的机车轮对轴承故障诊断方法，其特征在于：步骤(5)所述的本征模函数融合方法包括下述步骤：1)首先通过希尔伯特解调获取本征模函数的包络谱，而后计算包络谱两两之间的相似性，其中si,n(t)为第i个模式的个体值，为第i个模式的均值，sj,n(t)为第j个模式的个体值，为第j个模式的均值，计算方法如下：ρm.i.j=Σn(si,n(t)-si(t)‾)(sj,n(t)-sj(t)‾)(si,n(t)-si(t)‾)2(sj,n(t)-sj(t)‾)2i≠j]]>2)判断Imf的包络谱之间的相关系数是否符合条件，若符合，则合并这两个本征模函数：imfij＝imfi+imfjifρm.i.j>ρm。