Es difícil para los rodamientos de rodillos realizar un diagnóstico de fallos de alta precisión con velocidad variable. Para obtener las características de la señal de fallo a velocidad variable de manera efectiva y completar el trabajo de clasificación con alta precisión, se combinan la descomposición robusta de la media local (RLMD), la entropía de rango jerárquico fraccionario (FrHRE), el algoritmo de optimización cazador-presa (HPO) y el bosque aleatorio (RF). Luego, el artículo presenta un modelo para el diagnóstico de fallos basado en RLMD, FrHRE y HPO-RF. En primer lugar, se selecciona RLMD para reconstruir la señal y eliminar algunas interferencias de ruido en este artículo. En segundo lugar, se elige FrHRE para extraer la característica útil. En el siguiente paso, se utiliza HPO para optimizar los parámetros importantes de RF y mejorar la capacidad de clasificación de RF. Finalmente, estas características obtenidas se importan al modelo RF optimizado para lograr la clasificación. Los datos experimentales son proporcionados por la Universidad de Ottawa. El análisis experimental demuestra que el método propuesto funciona muy bien en la clasificación.