由于旋转电机滚动轴承振动信号存在不平稳、非线性的特征，传统时频分析法、小波分解法存在在信号分解过程中能量泄露、自适应能力差的问题，经验模态分解（EMD）法存在模态混叠等问题。提出一种基于噪声自适应完备总体平均经验模态分解方法（CEEMDAN），利用具有麻雀捕食预警机制的粒子群算法（SPSO）优化极限学习机神经网络（ELM）的CEEMDAN?SPSO?ELM算法。利用所提方法对滚动轴承单一与多种损伤故障进行分析诊断，结果表明，所提算法具有有效性及诊断准确性。
