Existen impactos fuertes y vibraciones en varias estructuras de cosechadoras de arroz durante la cosecha, por lo que la estructura de conexión de pernos en las cosechadoras es propensa a aflojarse y fallar, lo que afectaría aún más la vida útil y la eficiencia de trabajo del dispositivo y la estructura de trabajo. En este documento, basado en el experimento de adquisición de señales de vibración en el perno y la estructura de conexión de la pantalla vibratoria en la cosechadora, se estudia la identificación de características de falla. Según los resultados del análisis de sensibilidad y la extracción primaria de la característica tiempo-frecuencia, la mayoría de las características tienen limitaciones en la identificación de características de falla de los pernos de la pantalla vibratoria. Por lo tanto, basado en el establecimiento de una matriz de características de alta dimensión y una matriz de características de fusión multivariante, se verificó la validez del conjunto de características basado en el algoritmo de optimización de ballenas. Y luego, basado en el método SVM y el mapeo de alta dimensión de las funciones del núcleo, la matriz de características de alta dimensión es entrenada por el modelo de decisión de clasificación LIBSVM. Las tasas de éxito de identificación de la matriz de características de dominio temporal A, la matriz de características de dominio de frecuencia B, la matriz de entropía de energía WOA-VMD C, y la matriz de características de fusión multivariante normalizada G son del 64.44%, 74.44%, 81.11%, y más del 90%, respectivamente, lo cual puede reflejar la aplicabilidad de la identificación del estado de falla de la matriz de características de fusión multivariante normalizada. Este documento proporcionó una base teórica para la identificación de la característica de falla del perno de la cosechadora.