数控机床被称为“工业母机”,它的发展和应用不仅是衡量一个国家制造业水平的重要标志,也是衡量工业水平能力的重要标杆。数控机床在工业领域应用广泛,由于其工作环境差和工作量大等原因,造成数控机床故障频发,而数控机床一旦出现问题,很难在短时间内排查出故障并维修,对工厂的生产任务产生较为严重的影响。为减少数控机床的故障发生效率,确实提高数控机床的工作效率,故通过健康状态评估方法对数控机床展开进一步研究。（1）搭建数据采集系统平台。本文从数控机床的工作特点和健康状态评估的监测指标入手,根据数控机床工作过程中的环境和参数等方面,对传感器和各工作模块进行选型,设计一款集振动、噪音和温度三种传感器于一体的数据采集系统,完成数据采集系统平台的搭建工作。（2）振动信号处理和噪音信号处理。本文中将采集到的振动信号和噪音信号完成降噪处理,以得到相对纯净的数据信息。首先将对振动信号利用小波降噪方法完成降噪工作,确定小波基和分解层数后,选择不同的阈值和函数分别对其进行降噪,降噪效果通过降噪后的振动信号图和计算降噪后振动信号的信噪比和均方误差体现。振动信号的降噪实验结果表明:固定阈值处理过的信号的降噪效果较优,信噪比的大小为15.9456,均方误差的大小为0.2967。其次对噪音信号进行相关预处理后,分别采用小波包分解、EM D、EEMD、CEEMD四种方法降噪后,CEEMD的降噪效果较好,信噪比和均方误差的大小分别为15.0087和0.29569。（3）健康状态评估方法研究。本文关于数控机床位移装置的健康状态评估方法研究分为静权和动权两种。静权健康状态评估选用的方法是模糊综合评判法和组合赋权法,选用振动和噪音作为评价指标完成降噪后,对降噪后的特征值利用机器学习完成筛选工作,确定评价等级后和隶属度函数后,利用熵权法和层次分析法构成的组合赋权法确定指标的权值,模糊评判矩阵和权重矩阵合成后,依据隶属度原则,完成静权重下的健康状态评估方法研究。动权健康状态评估方法研究利用逼近理想解法求得各状态下的健康指数,在计算价值矩阵这一步,引入变权函数的得到变权系数,防止出现异常信息淹没的情况,得到健康指数后再引入灰色聚类健康状态分级模型,将健康指数转换为符合人们认知的评估结果。最后选择六组数据,分别用静权和动权对其进行健康状态进行评估,结果表明:动权健康状态评估方法更能表示数控机床位移装置的实际工作状况。