在轴承的监测数据中,故障数据所占比例很小。在这种不平衡样本集中,如何准确地诊断轴承故障成为了一大难题。为此,提出运用孪生支持向量机(TWSVM)解决该难题。TWSVM可以构造2个不平行的超平面,每个超平面都要尽可能靠近与其对应的一类而远离另一类。TWSVM的超平面只关注其对应类别的样本分布,而不受整个数据集中各类样本数量比例、其他样本分布的影响。运用轴承故障试验对TWSVM进行检验,结果表明:与支持向量机(SVM)相比,TWSVM拥有更高的识别精度和更快的计算速度,能较好地诊断轴承故障。