本发明涉及流体密封技术领域，具体公开了一种机械密封故障分类算法，包括以下步骤：步骤1：信号分解，对机械密封的入口压力信号采用经验模态分解算法进行分解，提取不同时间尺度的本征模态函数；步骤2：特征提取，对本征模态函数和压力信号提取多种时域特征，利用这些时域特征建立表征机械密封健康状态的特征矩阵；步骤3：分类，采用K近邻学习算法对训练集样本进行学习，再对测试集样本进行分类。本发明实现了机械密封健康状态分类，接入系统后能够实时对机械密封状态做出判断。