提高国产加工中心可靠性水平是顺应“中国制造2025”创新驱动、质量为先基本方针的首要任务。国产加工中心故障频发会造成用户体验差、设备使用寿命低、影响企业产能等问题,因此及时检测和诊断出国产加工中心故障具有重要的研究价值和现实意义。针对国产加工中心传统单一故障诊断策略存在偏差问题,本文提出集成数据挖掘与智能搜索的综合故障诊断技术,并以国产某系列卧式加工中心为研究对象,进行应用验证。主要研究内容如下:首先,对收集到的历史故障信息进行故障相关性分析,基于图论思想,将加工中心子系统间故障传递关系转化为有向图;借助邻接矩阵对有向图模型矩阵化处理,引入RankClus算法对有向图中子系统进行聚类和排序,实现子系统的模块化分析,从而将加工中心子系统划分为3个模块;应用DEMATEL分析法,基于“四度”理论,将模块内子系统分成三个单向传播的层级,构建出加工中心模块化故障传播层级模型。其次,基于加工中心子系统故障间隔时间,分析子系统故障数据,借助Minitab软件确定子系统最优分布类型;综合图估计与极大似然估计思想,利用Newton-Raphson迭代法得出参数估计值,结合小样本理论,对参数估计值进行修正;应用K-S检验进行拟合优度检验,据此建立子系统故障分布模型。再次,引入Copula理论,以子系统可靠度为边缘分布,以二元Gumbel Copula为连接函数建立组件间故障联合分布函数,调用MATLAB软件中的copulafit函数计算相关系数;进而结合联合分布函数及子系统可靠度函数,应用条件概率定义得出加工中心关联故障传播概率模型。最后,综合加工中心模块化故障传播层级模型、加工中心关联故障传播概率模型,应用最大概率搜索模型进行加工中心子系统故障诊断,通过Eclipse平台进行仿真试验,验证方法的正确性。