数控机床是装备制造业的基础，滚珠丝杠副是数控机床使用最广泛的关键传动部件，它的状态直接影响数控机床的工作状态。随着国家将数控设备研发列入十一五重大科技专项，进一步促进了滚珠丝杠副的生产和研发，越来越多的滚珠丝杠副被用于各式各样的数控设备中，以满足高精度与高性能的需求。然而，滚珠丝杠副是数控机床进给系统中易发生故障的部件，一旦发生故障，往往会导致机床加工精度降低、甚至无法正常生产，造成经济损失。因此，对数控机床滚珠丝杠副进行状态监测和故障诊断，具有重要的经济和实用意义。本文基于滚珠丝杠副典型的结构以及工作原理，分析了滚珠丝杠副典型的故障形式、故障特征以及其对数控机床进给系统的影响，提出了基于振动信号、温度信号、机床内部信号等多源信息融合的故障诊断方法，深入研究了外置传感器检测技术和机床内部信息提取技术、基于粗糙集数据优化的神经网络信息融合方法，并开发了基于多源信息融合的数控机床滚珠丝杠副故障诊断系统。首先，研究了滚珠丝杠副的结构和工作原理，在此基础上，分析了滚珠丝杠副传动系统典型的失效形式及各种失效形式的故障现象和故障原因；分析了滚珠丝杠副常见故障对数控机床进给系统的影响，建立滚珠丝杠副故障时进给系统表现的故障现象和故障原因的映射关系；深入分析了滚珠丝杠副振动机理及振动信号的特性。其次，研究了西门子数控机床内部维修信息与丝杠故障之间的联系及机床内部信息的提取技术，机床数据中的伺服轨迹信息获取及其与计算机间的数据传输技术，从而获得机床的内部信息，并利用LabVIEW和MATLAB软件进行绘图和特征提取。研究了滚珠丝杠副故障非平稳振动信号的经验模态分解处理方法，并基于LabVIEW中的MATLAB脚本文件，实现对振动信号的经验模态分解，得到多个从高频到低频的本征模函数（IMF）分量，计算各分量的能量，获得丝杠故障振动信号的特征向量。再次，研究了粗糙集理论，并将该理论与神经网络结合应用于数控机床滚珠丝杠副故障诊断。建立了粗糙集神经网络模型，实现多源信息的有效融合，最终对滚珠丝杠副的故障进行了识别。最后，研究了基于PXI-6281多功能数据采集卡的滚珠丝杠振动信号和温度信号的数据采集技术及基于Microsoft Access数据库的数据管理技术与方法，以LabVIEW为平台，开发了由数据采集模块、数据处理模块和数据分析模块组成的数控机床进给系统滚珠丝杠副故障诊断系统。并进行了实验验证。