为了探索基于振动谱图像模式识别的智能故障检测方法，以滚动轴承为对象，提出了用SPWVD分布来表征振动信号时频分布特性，利用SPWVD图像的GLCM及其特征统计量来提取故障特征。改进了人工免疫网络分类算法，通过人工免疫网络分类方法对故障样本特征统计量进行学习，形成记忆抗体集，进而对检验抗原进行故障分类识别，在故障特征信号干扰严重的情况下，取得了较BP神经网络好的检测准确率，验证了人工免疫网络良好的适应性。随着智能故障检测技术发展，基于图像模式识别的故障检测方法必将得到推广和应用，验证其在轴承故障监测中的可行性。