Con el objetivo de abordar la dificultad en la extracción de las características de fallos débiles tempranos de los rodamientos bajo condiciones de operación complejas, se propone un método de diagnóstico de fallos basado en la fusión adaptativa de componentes modales de descomposición empírica de modo de filtrado variable en el tiempo (TVF-EMD) y reducción de ruido mediante descomposición en valores singulares (SVD). Primero, se utiliza la técnica de optimización de serpiente (SO) para optimizar el algoritmo TVF-EMD con el fin de determinar los parámetros óptimos que se ajusten a la señal de entrada. Luego, la señal del rodamiento se divide en una serie de funciones modales intrínsecas (IMFs) utilizando TVF-EMD para reducir la no linealidad y las características no estacionarias de la señal de fallo. Se crea un índice para la relación de energía de información de fallo de envolvente (EFIER) para superar la desventaja de tener demasiados componentes IMF después de la descomposición TVF-EMD. Los componentes IMF se clasifican en orden descendente según el EFIER, y se fusionan de acuerdo con el principio máximo de la relación de energía de la información de fallo de envolvente hasta que se determina el componente de fusión óptimo. Finalmente, se extrae la característica de fallo cuando el componente de fusión óptimo se desrueda utilizando SVD. Se utilizan dos señales de fallo de rodamientos medidas y señales de simulación para validar el rendimiento del método propuesto. Los hallazgos experimentales demuestran que el enfoque tiene buenas capacidades de selección de características sensibles, fusión y reducción de ruido. El método propuesto puede extraer con mayor precisión las características de fallo tempranas de los rodamientos e identificar con precisión los tipos de fallos.