为了提高激励下齿轮-转子系统故障效率,采用模糊C聚类(FCM算法)算法对其进行特征处理。搭建齿轮-转子系统故障诊断试验,进行空载和扭矩为6Nm两种工况测试,从动轮上方箱体收集振动加速度信号。研究结果表明应用改进EEMD分解后的仿真信号中提取的特征参数完成了FCM算法初始特征向量库的构建,验证了该方法方法对载荷激励下齿轮-转子系统故障诊断的有效性。搭建的齿轮-转子试验显示,改进EEMD和FCM结合完成叠加载荷激励作用下对齿轮-转子系统进行故障诊断的功能。综合运用改进EEMD和FCM方法可以满足齿轮-转子系统故障诊断的要求。该研究对提高机械传动领域运行稳定性,尤其是在激励作用下系统隐藏的故障危险的排出方面具有很好的实际价值。