本发明提出了一种基于CEEMD?STFT时频信息熵和multi?SVM的离心泵故障诊断方法，包括：第一步，离心泵故障数据预处理；第二步，故障特征提取；第三步，故障特征维度约减；第四步，用multi?SVM分类器自动识别故障模式。离心泵振动信号具有非平稳、重复再现性不佳等特点，使得一些基于传统时域或频域的分析方法无法及时地反映系统的运行状况。CEEMD是一种自适应的信号分解方法，能将信号分解为一系列的本征模式分量；STFT是一种时频分析方法，可分析非平稳信号；时频信息熵是信号时频分布复杂性的一种度量，能够表征出隐含在信号中的故障信息。本发明将CEEMD、STFT和信息熵方法相结合，并将其用于实际的诊断实验中，数据分析结果显示该方法具有较高的诊断精度。