El diagnóstico de fallas juega un papel importante en la operación segura y estable de la maquinaria rotativa, lo que es propicio para el desarrollo industrial y la mejora económica. Sin embargo, la extracción efectiva de características para el diagnóstico de fallas en maquinaria rotativa es difícil en el complejo campo sonoro con características de reverberación y señales multidimensionales. Por lo tanto, este artículo propone un nuevo método de extracción de características acústicas de la maquinaria rotativa basado en el Error de Predicción Ponderado (WPE) integrando la Varianza Mínima Linealmente Restringida (LCMV). La señal de des-reverberación se obtiene al introducir señales multicanal en el algoritmo WPE utilizando una función de selección de parámetros óptimos adaptativa con los cambios en el campo sonoro. Luego, se calcula el ángulo de incidencia que va desde la fuente de falla hasta el centro de la matriz de micrófonos a partir de la distribución del campo sonoro de banda completa, y la señal se desruido y fusiona utilizando el LCMV. Finalmente, la frecuencia de la característica de falla se extrae del espectro de envolvente de la señal fusionada. Los resultados del análisis de datos de fallas del banco de pruebas de la bomba centrífuga muestran que la Relación de Ruido Armónico de Envolvente (EHNR) es más del doble que la de la señal original después del procesamiento WPE-LCMV. En comparación con los Mínimos Cuadrados Recursivos y la Descomposición de Señal Escasa por Resonancia (RLS-RSSD) y la Descomposición de Modo Variacional (VMD) optimizada por parámetros, la EHNR tiene un valor más alto para todos los tipos de fallas después de aplicar el procesamiento WPE-LCMV. Además, el método propuesto puede extraer efectivamente la frecuencia de las fallas en los rodamientos.