针对现有旋转机械故障特征提取算法存在的故障特征分类准确率低和效率低等问题,提出一种基于BSS-HHT的故障特征提取与诊断数学模型。首先基于小波软阈值降噪,同时对原始故障信号进行预处理,消除噪声和故障信号之间的二阶性特征;然后构建BSS算法模型并以负熵作为目标函数,从源信号中分离有效的故障信号;最后通过引入HHT算法对输出信号做经验模态分解,在消除端点效应的同时实现对故障特征点的定位与诊断。实验数据显示所提算法模型在训练集和测试集中,故障分类准确率分别达99.8%和99.7%,特征提取效率也优于现有算法。