在制造设备中，数控双头铣床占有率不断提高。

　　是生产中的关键设备。如果发生故障，故障诊断和维护不能及时和正确地进行，这将导致更大的经济损失。伺服系统是数控机床的重要组成部分，在连续生产过程中，对故障的任何部分的伺服系统，将影响加工精度和加工效率，并可损害整个机器，甚至影响到整个生产线的正常运行，造成重大的经济损失。及时准确的判断其故障，可以降低生产和加工成本，提高机床的生产效率和可靠性。

　　为了实现准确的故障诊断和预测的数控铣床，数控铣床伺服系统基于双典型广大数控双面铣床为研究对象，对伺服系统的数控铣床的传动机构，主要部件运行过程的驱动系统，故障检测装置的机理进行了分析。在数控铣床伺服系统故障机理分析的基础上，利用小波方法对轴承传动机构的轴承故障进行诊断，提出了基于扩展卡尔曼滤波法的电机传动系统故障诊断方法。由于伺服进给系统的复杂性和各种故障诊断方法的局限性，采用故障诊断方法很难解决故障诊断问题。

　　为了有效地利用各种不确定性的定量信息和定性知识，实现对数控铣床伺服系统复杂机电系统的综合故障诊断，提出了基于置信规则库推理方法的证据推理算法(绞刀绞刀)，主要包括知识表达和知识推理。其中，知识的表达由置信规则库的实现(BRB)专家系统和知识的推理是通过证据推理(ER)算法的实现。支撑系统由一系列规则的信心。它本质上是一个专家系统，可以有效地利用各种类型的信息，并建立一个非线性模型之间的输入和输出。最后，离线优化模型的置信规则库专家系统的建议。

　　针对数控铣床故障的特点，结合上述工作，深入研究了数控铣床伺服系统的故障诊断与预测。基于置信规则库的数控铣床伺服系统故障诊断。基于置信规则库推理方法(BRB)，提出了一种基于BRB故障预测模型。该模型可以利用多特征量的半定量信息实现故障的综合预测。最后，该模型被用来预测故障的伺服系统中的丝杠。仿真实验表明，该方法能充分利用各种不确定性信息，提高诊断和预测的准确性。基于LabVIEW开发了数控双头铣床伺服系统故障诊断与预测系统软件，实现了故障诊断与预测功能。通过实验和实际应用，故障诊断与预报系统的设计与开发具有较高的诊断精度和系统稳定可靠的运行。