针对往复压缩机振动信号的非平稳和非线性特性，多重分形广义谱是一种简便、快速有效的特征参数提取方法；但其对噪声敏感，使得谱值波动，部分故障类间特征可分性差。利用经小波降噪后的优化LMD算法，并结合相关系数提取PF主分量以突出状态主信息，将多尺度整数寻优观点引入广义维，基于最佳可分性角度计算状态间最大平均距离，构造广义维数特征矩阵；通过SVM与增量学习K邻近（IKNNModel）统计算法训练和识别样本，对比证明该法能提高故障特征类间可分性和识别准确性。