1.一种用于滚动轴承内圈磨损故障诊断及趋势预测的方法，其特征在于，包括以下步骤：

步骤1：基于动态时间规整算法和重采样技术的振动信号预处理；

步骤2：时域指标的计算；

步骤3：滚动轴承内圈磨损故障的诊断及趋势预测；

所述的步骤2中，时域指标的计算，其具体步骤如下：步骤2.1：计算传统时域指标值；

步骤2.2：计算时域新指标；

所述的步骤2.2中，计算时域新指标，其具体为，在计算信号的4个传统时域指标值之后，需要计算时域新指标TALAP和TRCKT，其具体计算方法如下：其中，XRMS表示信号的均方根值，RMS0表示健康信号的均方根值，log表示取对数，Peak为峰值，CF为波峰因数，Ku为峭度值。

2.根据权利要求1所述的一种用于滚动轴承内圈磨损故障诊断及趋势预测的方法，其特征在于，所述的步骤1中，基于动态时间规整算法和重采样技术的振动信号预处理，其具体步骤如下：

步骤1.1：通过动态时间规整算法获得原始残差向量信号；

步骤1.2：使用重采样技术将原始残差向量信号恢复原长，得到残差向量信号。

3.根据权利要求1所述的一种用于滚动轴承内圈磨损故障诊断及趋势预测的方法，其特征在于，所述的步骤3中，滚动轴承内圈磨损故障的诊断及趋势预测，其具体步骤如下：步骤3.1：做出时域新指标的曲线图；

步骤3.2：根据时域新指标曲线图判断滚动轴承内圈磨损故障的程度及其故障趋势。

4.根据权利要求2所述的一种用于滚动轴承内圈磨损故障诊断及趋势预测的方法，其特征在于，所述的步骤1.1中，将参考信号与测试信号同时输入到动态时间规整算法，其具体为，滚动轴承在无故障情况下测得的健康振动信号作为动态时间规整算法的参考信号，滚动轴承在内圈磨损故障情况下测得的故障振动信号作为动态时间规整算法的测试信号，参考信号与测试信号同时输入到动态时间规整算法以获得原始残差向量信号。

5.根据权利要求3所述的一种用于滚动轴承内圈磨损故障诊断及趋势预测的方法，其特征在于，所述的步骤3.2中，根据时域新指标曲线图判断滚动轴承内圈磨损故障的程度及其故障趋势，其具体为，根据TALAP的曲线的变化趋势，TALAP曲线图分为三个区域，早期微弱磨损区域、中度磨损区域、严重故障预警区域与失效区域的混叠区域，根据TRCKT的曲线变化趋势，TRCKT曲线图分为两个阶段，非完全下降区域与下降区域，下降区域对应TALAP曲线图的失效区域，当滚动轴承的振动信号的TALAP值处在早期微弱故障磨损区域和中度磨损区域时，滚动轴承仍可以继续正常工作，当达到严重故障预警区域与失效区域的混叠区域时，要根据TRCKT曲线图判断TRCKT值是否处于下降区域，若处于下降区域则应立即停止运行。