采样频率12K， 采样时间1秒，输入转速1730 RPM，SKF6205，外圈特征频率104Hz,内圈特征频率156Hz。，运用多尺度形态学处理轴承信号，得到该信号的时域图和频域图。matlab代码

以下是使用多尺度形态学处理轴承信号的 MATLAB 代码：

% 读取信号文件
load('bearing_signal.mat');
signal = bearing_signal;

% 设置参数
fs = 12000; % 采样频率
T = 1; % 采样时间
rpm = 1730; % 转速
f_o = rpm/60; % 基频频率
f_out = [104 156]; % 特征频率
N = T*fs; % 采样点数
t = linspace(0, T, N); % 时间向量

% 绘制时域图
figure;
plot(t, signal);
xlabel('Time (s)');
ylabel('Amplitude');
title('Time domain signal');

% 绘制频域图
spectrum = fft(signal);
f = linspace(-fs/2, fs/2, N);
figure;
plot(f, fftshift(abs(spectrum)));
xlabel('Frequency (Hz)');
ylabel('Amplitude');
title('Frequency domain signal');

% 多尺度形态学处理
levels = 5; % 处理层数
w = 1024; % 窗口大小
[wt, f] = cwt(signal, 1:levels, 'mexh', 'scal');

% 绘制多尺度形态学图像
figure;
imagesc(t, f, abs(wt));
set(gca,'YDir','normal');
xlabel('Time (s)');
ylabel('Frequency (Hz)');
title('Multi-scale morphology');

% 提取特征频率成分
f_out_idx = zeros(size(f_out));
for i = 1:length(f_out)
    [~, f_out_idx(i)] = min(abs(f-f_out(i)));
end
wt_out = wt(f_out_idx, :);

% 绘制特征频率成分图像
figure;
imagesc(t, f_out, abs(wt_out));
set(gca,'YDir','normal');
xlabel('Time (s)');
ylabel('Frequency (Hz)');
title('Characteristic frequency components');

需要注意的是，这里使用了 `cwt` 函数进行连续小波变换，需要先安装信号处理工具箱。此外，由于没有提供 `bearing_signal.mat` 文件，需要自己准备轴承信号数据。