数控机床是工作母机,其健康状态直接关系到加工产品的质量和企业生产的安全,故企业需掌握并评估机床健康状态,可靠性评估技术可以通过分析现场检测数据评估机床实时状态,为设备维护提供科学依据。数控机床系统可靠性评估研究很多,传统基于故障数据开展的可靠性评估方法所需样本多,且对数控机床这类可靠性高、寿命长的产品评估难度较大,也不能够反映单台装备运行可靠性,因此仅用传统评估法难以全面的反映数控机床可服役可靠性的变化情况。同时,当前从数控机床运行角度对其可靠性评估也有不足,一方面忽略性能指标间不同重要度关系,另一方面未重视不同部件之间相互关系对系统可靠性影响程度不同问题。所以本文结合当前研究,分别提出基于改进隐Markov模型的机床部件可靠性评估模型和基于贝叶斯网络的机床系统可靠性评估模型,具体工作开展如下:首先,根据设备状态监测数据,由多指标取代单指标,同时考虑指标重要度问题,在已有隐Markov模型研究基础上,提出改进模型方案。该模型提出了Spearman权重分析方法,通过对多性能指标观测序列及设备健康状态的Spearman秩相关分析获得各性能指标的定量权重,体现了各性能指标在设备健康评价中贡献。并利用矢量量化及加权分析将多性能观测序列转换为单观测序列,通过隐Markov模型获得设备状态变迁概率,从而实现对机床部件的可靠性评估;其次,对机床故障树分析获取其可靠性框图和贝叶斯网络节点,及部件进行故障树和部件相关性Pearson分析获取部件相关度,将由改进隐Markov模型得到的部件各状态概率代入到数控机床贝叶斯网络模型中完成对数控机床系统的可靠性评估;最后,基于上述分析模型,运用先进计算机网络技术,应用CSharp编程语言在Microsoft Visual Studio环境下开发数控机床可靠性评估系统,实现特征性能数据的状态评估功能,为维修决策提供科学依据,并总结展望。