在“智能制造”大背景下,数控机床作为生产制造的主要装备,其可靠性水平影响着我国的现代化生产发展进程。数控机床结构耦合关系复杂,为故障传播创造了条件,同时也增加了故障识别追踪的难度。目前,现代数控机床的机械结构虽已简化,但在实际加工过程中由于应力的作用导致故障出现多层传播,使得耗费在故障源定位上的人力、物力、财力不容忽视。因此,实时监控数控机床的加工状态并及时发现、追踪、修复故障,对提高数控机床的可靠性、增强国产数控机床的核心竞争力以及实现智能制造具有重要的意义。首先,通过对数控车床机械组件运动关系以及动作故障机理分析,将整机化繁为简对其进行动作分解;考虑数控车床机械故障的传播性,基于图论方法建立数控车床机械运动单元故障图模型,以简化明晰后续的故障追踪分析过程。其次,依据传感器性能参数,选择精度符合测量要求的传感器采集数控车床机械单元加工信息;为降低高斯白噪音的干扰,通过仿真对比选择最优小波基和分解层数,基于小波变换对数控车床加工信号进行降噪处理;为降低动力学噪声,提高运算效率,采用基于香农熵的多目标优化方法确定最优符号数,对降噪后的信号进行符号化处理。最后,基于一阶马尔科夫过程假设,应用改进C-C方法确定预测时间延迟,并根据数控车床符号化处理的加工信号,计算节点变量间的符号传递熵,定量描述节点变量间信息传递强度和方向,结合数控车床机械运动单元故障图模型,建立机械故障加权有向图;考虑反馈机制的作用,基于滑动窗口法确定控制区间上下限;选取故障传播重点路径进行监控,及时识别故障状态,并基于加权有向图模型进行推理,对数控车床机械故障进行根源追踪;通过对数控车床进行故障激励实验,验证该方法的可行性和可信性。