本发明提供基于机器学习的闸瓦压力状态识别装置及故障诊断方法，涉及闸瓦故障诊断技术领域。该基于机器学习的闸瓦压力状态识别装置及故障诊断方法，包括火车机体、驱动轮组、中央驱动箱与，所述火车机体底部设置有四组横向排列的驱动轮组，所述火车机体底部中心固定连接中央驱动箱，所述驱动轮组前后侧输出轮均设置有一组。通过对于给定任意一组待识别的闸瓦信号，先通过One‑ClassSVM异常检测算法排除异常值并进行归一化，然后输入到训练好的信号预测模型中，再通过PSO‑SVM算法来有效的判别该组信号数据属于何种分类，从而判断闸瓦属于何种状态，可实现闸瓦工作状态的实时监测和故障识别诊断，具有准确性高、效率高且可靠性高等优点。