作为机械制造业的基础加工装备,数控机床在我国的国民经济发展中发挥着重要作用,数控机床故障的发生使得其精度和可靠性降低,影响加工工件的质量,严重时还会导致停机或报废,使企业和国家蒙受巨大的经济损失。因此,开展数控机床故障诊断技术研究具有重大的理论和现实意义。　　 本文是在国家“十一五”“高档数控机床与基础制造装备”科技重大专项课题“总线式全数字高档数控装置:智能故障诊断技术(2009ZX040009-013)”的支持下完成的,主要对数控机床故障诊断专家系统进行了研究,开发了通用的数控机床状态监测和故障诊断专家系统。　　 首先,对数控机床故障诊断专家系统的整体架构进行了设计,针对传统专家系统通用性不强的问题,在对故障树分析法进行研究的基础之上,提出了一种基于故障树分析法的开放式建模方式,使得用户能够根据不同型号机床的具体情况交互式地建立故障树,并采用产生式规则的表示形式对知识进行存储,为后续故障诊断提供依据。　　 其次,为了能够及时准确地提取故障征兆,提出了利用传感器信息进行辅助故障征兆提取的方法。针对实时采集到的噪声和振动非平稳信号,利用小波包算法进行信号特征分析并通过改进的BP神经网络进行状态分类,实现了故障征兆提取的目标,采用融合多种传感器信息的正反向混合推理策略,实现了对故障原因的精确定位。　　 最后,基于VisualC++开发工具和ADO数据库连接技术开发了通用的数控机床状态监测和故障诊断专家系统软件,并在自行搭建的实验平台上进行了静态库诊断、交互式诊断以及基于多传感器信息的在线诊断模拟实验,验证了故障诊断专家系统的可行性和有效性。