审稿意见

一、引言部分

研究背景与意义：
作者详细阐述了滚动轴承在现代设备中的重要性及其易发生故障的特点，特别是复合故障的诊断难度。引言部分清晰地指出了当前滚动轴承故障诊断领域面临的挑战，并强调了研究参数自适应特征模态分解（FMD）方法对于提高故障诊断准确性的重要意义。
文献综述：
作者对国内外相关文献进行了较为全面的综述，涵盖了特征模态分解（FMD）、变分模态分解（VMD）等信号分解方法在故障诊断中的应用，以及参数自适应算法的发展。综述内容充实，有助于读者理解本研究的创新点和研究背景。
二、理论基础与方法

特征模态分解（FMD）方法：
作者详细介绍了FMD的基本原理和步骤，包括滤波器组初始化、滤波系数修正、迭代次数判断等，内容准确且逻辑清晰。
对FMD在处理复合故障信号方面的优势进行了合理解释，表明其能够自适应地分解故障特征。
混合鲸鱼和蝙蝠优化算法（HWBOA）：
介绍了HWBOA算法的来源、基本原理及其在优化FMD参数中的应用。算法介绍详细，逻辑连贯，体现了其在提高FMD参数选择精度方面的潜力。
信号周期峭度噪声比（SCKNR）：
提出了SCKNR作为优化FMD参数的目标函数，并解释了其表征轴承故障信号周期脉冲和抵抗脉冲噪声的能力。SCKNR的定义和计算过程清晰明了。
三、方法与步骤

基于HWBOA-SCKNR-FMD的故障诊断方法：
详细描述了该方法的整体流程和各步骤的具体操作，包括初始化鲸鱼种群、评估鲸鱼适应度值、确定最优位置、模态分解、筛选模态分量等。步骤描述清晰，易于理解和复现。
仿真信号与实验信号分析：
通过仿真信号和实验信号验证了所提方法的有效性。分析过程严谨，结果展示直观，能够充分证明HWBOA-SCKNR-FMD方法在滚动轴承复合故障诊断中的优势。
四、结果与分析

结果展示：
通过图表形式展示了仿真信号和实验信号的分解结果、包络谱等，结果清晰直观，便于读者理解。
对结果进行了深入分析，解释了不同模态分量的物理意义及其与轴承故障特征的关联。
对比实验：
与VMD方法进行了对比实验，结果表明所提方法在特征提取效果上优于VMD。对比实验设计合理，增强了研究的说服力。
五、结论与展望

研究结论：
结论部分总结了所提方法的主要创新点和研究成果，逻辑清晰，条理分明。
未来研究展望：
作者提出了未来研究的方向，如进一步优化算法参数、扩大实验样本量等，具有前瞻性。
六、整体评价与建议

优点：
研究选题具有实际意义和创新性，方法科学严谨，数据分析和结果展示充分，结论明确。
文章结构清晰，逻辑严密，语言流畅，图表规范，符合学术论文的撰写要求。
建议：
在理论基础部分，可以增加更多关于FMD和HWBOA算法的最新研究进展，以进一步突出本研究的创新点。
在结果分析部分，可以对不同模态分量的特征进行更深入的挖掘和解释，以加强研究的深度。
可以考虑增加更多实际案例的应用分析，以进一步验证所提方法的实用性和可靠性。
综上所述，本文是一篇具有较高学术价值和实践意义的论文。作者通过提出基于参数自适应特征模态分解的滚动轴承复合故障诊断方法，为解决滚动轴承故障诊断中的难题提供了新的思路和方法。建议作者在修订时充分考虑上述建议，进一步完善论文内容，提升其学术影响力和应用价值。