本文主要研究机械设备故障诊断分类方法,研究对象为齿轮和滚动轴承,研究内容主要包括:故障特征值提取方法:时域特征值主要包括峰值等;频域特征值为均方频率(MSF);通过建立AR模型利用模型系数做特征值,提取GREEN函数系数做为特征值。对电厂送风风机滚动轴承振动信号进行时域、频域、AR模型系数、GREEN函数系数等特征值提取,对提取的特征值分别进行主分量法分析(PCA),通过主分量图可以进行状态的分类,对各特征值分类的效果进行了比较。对主分量进行核函数映射,构造核函数主分量。针对齿轮振动信号进行上述特征值提取并分别进行主分量分析、核函数主分量分析。结果表明核函数主分量分类的效果好于主分量。用距离函数进行计算设定阈值判断设备状态。用支持向量机(SVM)对主分量、核函数主分量进行计算寻找支持向量,用支持向量进行分类,节省计算时间,提高了计算的准确率。采用Delphi7软件开发滚动轴承轴承数据库软件,该程序可实现轴承参数查询,故障特征频率计算,有一定的实际意义。