针对传统旋转机械故障诊断算法存在的诊断精度低、分类性能差的不足，提出一种面向复杂机械故障诊断的混 沌粒子群算法。基于S变换提取非平稳故障信号的特征，并利用高斯窗口函数抑制噪声干扰，提升故障信号的局部适应度；利 用混沌理论中的混沌振子，提取微弱故障信号的振幅和频率，并基于粒子群算法在全局范围内寻找最优的模型参数组合；依据 混沌优化理论改善经典粒子群算法的局部寻优性能，在全局范围内获取最优解。实验结果表明，在3种不同的电机载荷条件 下，提出算法均能够准确识别出故障样本，且针对不同故障类型的平均分类准确率在98%以上。