本发明涉及机械工程故障诊断领域，具体是一种基于完全自适应噪声集合经验模态分解的旋转机械故障诊断方法，包括：步骤1：对旋转部件进行传感器监测，采集旋转测量信号作为原始信号x(t)；步骤2：利用小波阈值降噪方法对原始信号x(t)进行初步降噪处理，对初步消噪信号进行分解，得到若干个固有模态分量；步骤3：计算每个固有模态分量的无量纲参数；步骤4：计算原始故障特征数据集中每个特征的综合最大距离参数，并选择参数从大到小的前20个故障特征进行特征融合。步骤5：将特征融合后的故障特征输入到粒子群算法优化的支持向量机中进行故障识别；该方法能有效避免无关冗余特征干扰，实现有效特征的筛选，同时能够显著提高旋转机械故障诊断的精确度。