摘要：在故障特征提取方面,傳統的典型特征提取方法往往需要深入理解信號特性、結合工程實踐經驗提取故障特征,從而極大程度上孤立了特征提取和智能診斷兩個環節,導致在針對復雜多變的機械設備海量信號時,提取反映信號特性的典型特征往往效果不理想。針對該問題,提出一種基于IMF重構-SLLE的新的特征提取方法,該方法首先把EEMD分解得到的IMF分量重構成高維向量,并利用SLLE優良的非線性維數約簡能力對信號進行降維。實驗表明:IMF重構-SLLE特征提取方法優于傳統的EEMD典型特征提取方法,并把此方法應用到高速列車轉向架故障狀態識別中,識別率高達97.78%,具有重要的工程應用價值。