故障诊断是一门综合性技术,它涉及现代控制理论、信号处理与模式识别、计算机科学、人工智能、电子技术、统计数学等学科。微电子技术和计算机技术日新月异的发展使得现代制造系统日趋复杂,这就对制造业中的重要加工设备—数控机床故障诊断的要求也越来越高,而数控机床主轴伺服系统是数控机床重要的组成部分,所以研究数控机床主轴伺服系统故障诊断有着重要的意义。本文将模糊逻辑与人工神经网络有机结合,产生一种新的神经网络结构：模糊神经网络。模糊神经网络结合了模糊逻辑与人工神经网络各自的优点,既可以模仿人类的逻辑思维,又可以模仿人类大脑神经元功能；既可描述具有模糊概念问题,又具有很强的学习能力。模糊神经网络应用于数控机床主轴伺服系统故障诊断有着明显的优势。本文对数控机床主轴伺服系统进行故障分析,并选取了7对有代表性的故障现象、故障原因,归纳总结出28对故障样本集。采用基于最小二乘算法的改进BP神经网络对上述样本集进行训练,利用MATLAB进行实例仿真,结果表明,改进后的BP网络对数控机床伺服系统故障诊断是有效的。本文利用MATLAB GUI开发了基于模糊神经网络故障诊断专家系统,该系统结合了模糊神经网络和专家系统的优势,不仅使知识库大大缩减,而且推理速度快,并具有较强的容错性。该系统具备友好的人机界面,且具有良好的交互性。论文最后探讨了对智能故障诊断系统进一步的工作,并作了展望。