Las señales de vibración de rodamientos, caracterizadas por una fuerte no estacionariedad, suelen consistir en múltiples componentes. Los pulsos periódicos relacionados con fallos en los rodamientos a menudo se ven oscurecidos por el ruido circundante, y las vibraciones de fallos tempranos en los rodamientos son débiles, lo que complica la extracción de las características inherentes del fallo. El objetivo de esta investigación es desarrollar un método efectivo para extraer las frecuencias características de fallos tempranos en rodamientos de rodillos. VMD, que significa descomposición de modo variacional, es una técnica innovadora basada en el filtro de Wiener clásico para analizar señales que incluyen múltiples componentes. Sin embargo, aplicar VMD para procesar señales no estacionarias reales aún presenta varios desafíos. Un desafío clave es que los parámetros internos de VMD requieren configuración manual antes de su uso. Con el objetivo de mitigar esta limitación, este artículo presenta un enfoque mejorado de descomposición de modo variacional utilizando el método de Optimización de Halcones de Harris Caóticos (CHHO). La entropía de energía promedio se utiliza como criterio de optimización en el algoritmo CHHO-VMD para determinar tanto el conteo ideal de modos como su correspondiente factor de penalización. La señal original se descompone aún más en funciones de modo intrínseco (IMFs), con cada IMF correspondiente a un intervalo de frecuencia diferente. Además, los componentes IMF se seleccionan en función de criterios de curtosis y correlación cruzada para reconstruir señales de fallo. Finalmente, se realiza una desmodulación de envolvente para revelar las frecuencias características del fallo. Los hallazgos experimentales demuestran que, a diferencia de técnicas alternativas, este enfoque logra un rendimiento superior en la extracción de frecuencias de fallos tempranos en rodamientos de rodillos, ofreciendo una solución novedosa para la extracción de características de fallos tempranos.