为提高滚动轴承故障检测与识别效果,提出一种基于局部均值分解(LMD)和共空间模式(CSP)的时-频-空多域特征提取方法。首先采用LMD将滚动轴承信号分解为多个乘积分量(PF)并提取时-频熵特征,基于支持向量数据描述(SVDD)分类器实现正常和故障轴承的分类;然后利用CSP对故障轴承信号进行分解并提取空域熵特征;最后利用K-均值聚类算法进行聚类,实现对外圈故障、内圈故障和滚柱故障的区分。实验结果表明,所提方法可以获得优于80%的正确分类性能,明显优于传统单一维度特征。