提出了一种球结构支持向量机的故障劣化趋势检测方法。该方法是以EMD的奇异值分量作为特征向量，输入球结构支持向量机分类器，对滚动轴承滚珠的故障劣化趋势的三种状态进行诊断，并且采用主成份分析的可视化方法进行验证，结果表明，该方法能够准确地诊断故障劣化趋势。

针对目前故障诊断中难以获得大量故障数据样本的不足，提出球结构支持向量机故障分类算法，并运用其构成多故障分类器进行YB-6叶片泵的故障识别。试验表明该方法只需要少量的时域故障数据样本来训练分类器，不必进行信号预处理便可实现多故障的识别和诊断，在少样本情况下比BP神经网络具有故障分类能力强的优点。