基于白回归模型（Autoregressive model，AR）和相关极点谱分解技术的轴承状态检测方法在自动检测方面有着较大优势，但是AR谱会受到阶数、估计法和样本点数的影响而导致故障频率与相关极点产生偏差，造成在检测过程中对故障产生误判．针对该问题提出了一种基于遗传算法的AR谱极点频率优化方法，利用遗传算法对AR谱极点进行优化，得出适宜的阶数和样本点数，使AR谱极点与对应的故障频率相接近，让故障检测图变得清晰．最后对具有内圈故障的轴承信号数据进行实验验证并取得了较好的结果，为AR谱选择合适的阶数和样本点数提供了可靠的保证．