异常运行状态数据样本获取困难是制约状态评估向智能化方向发展的主要原因之一.针对此问题,提出了一种机械设备运行状态智能评估的新方法--支持向量数据描述法.该方法只需要正常运行状态的数据样本作为学习样本,而不需要其他异常状态数据样本,就可以建立起智能评估模型,从而把设备正常与异常两种运行状态区分开来.其最大的优势是不需要对原始数据进行特征提取,并且对不同的异常状态还具有很好的聚类作用.实验结果表明,支持向量数据描述法对滚动轴承运行状态的评估能力较好,异常状态聚类效果明显,为机械设备运行状态的智能评估提供了新途径.