针对支持向量机（SVM）对处理大样本数据和多分类问题以及核函数选择的局限性，提出LMD支持向量机电机轴承故障诊断方法。首先应用局域均值分解（LMD）算法对信号进行自适应分解，得到一系列PF分量，并利用相关分析剔除虚假分量，提取真实PF分量能量组成特征向量；其次应用新的核函数对SVM进行改进，实现自适应的训练，并针对大样本数据和多分类问题采用‘一对多’的方法；最后以特征向量作为改进SVM的训练样本和测试样本，对电机轴承故障信息进行训练，预测。实验验证，该方法能有效的对电机轴承故障进行自适应的诊断。