永磁同步电机（PMSM）因为效率高、力矩惯量比大、伺服性能好等优点被广泛用于机床数控系统。轴承失效是PMSM的主要故障模式,会导致数控机床突发性停工停产。作为机床数控系统伺服驱动电机使用时,PMSM轴伸端通过联轴器联接外部转矩负荷,轴承负载小、故障时产生的振动冲击微弱,状态特征难以提取。现有的轴承状态指标对PMSM轴承早期微弱故障的状态表征能力较弱,用于预测该轴承状态和评估该轴承剩余寿命时的准确率偏低。因此,本文针对机床进给系统中的PMSM轴承剩余寿命评估方法进行研究,为实现数控系统的视情维修、提升国产数控机床的可用性提供技术支撑。主要研究工作和取得的成果如下:首先,介绍了选题背景和意义,综述了电机轴承状态指标、特征提取方法和故障预测的国内外研究现状,总结了PMSM轴承剩余寿命评估存在的问题。其次,结合目前较为先进的变分模态分解（VMD）方法的工作原理和不等式约束条件下平面区域的极值求解方法,提出了一种基于KKT（Karush-Kuhn-Tucker）方法对VMD的模态分解数K和惩罚系数α进行组合优化的方法;并基于L~2范数融合轴承故障及其关联故障的频域特征,构建了一种VMD参数优化准则,形成了一种特征提取技术。通过设计仿真信号,验证了所提方法和技术的有效性与先进性。然后,通过动力学建模分析的方法,分析了机床进给系统中的PMSM轴承的工作载荷和故障效应,确定了PMSM轴承的状态表征参数;基于最大化保留PMSM轴承状态信息的需要,通过归一化方法融合PMSM轴承的状态表征参数构建了一个PMSM轴承状态指标集合;基于量化表征PMSM轴承性能退化程度和故障程度的需要,利用L~2范数融合指标集合中的PMSM轴承状态信息构建了一种PMSM轴承状态数值指标。通过设计实验,验证了所提PMSM轴承状态指标集合和数值指标的有效性和先进性。最后,通过设计PMSM轴承性能加速退化装置,采集了大约两年的PMSM轴承性能退化数据;基于已有的数据,通过将PMSM轴承状态指标集合和状态数值指标输入广义回归神经网络模型进行训练,构建出一种PMSM轴承状态指标预测模型;并基于自适应过滤法,提出一种自适应评估PMSM轴承剩余寿命的方法。通过试验验证了所提预测模型训练方法和寿命评估方法的有效性。