电主轴是数控机床核心的部件之一,其性能的优劣直接影响到机床的加工精度。对电主轴进行故障诊断能提高数控机床加工的可靠性,具有重大的意义。本文以数控机床电主轴为研究对象,通过经验模态分析和支持向量机等方法,开展其故障诊断方法的研究,并搭建故障诊断平台。主要工作如下:(1)对电主轴的结构进行了分析,并结合企业提供的维修历史数据,对电主轴的故障进行统计分析,将电主轴中故障频发、危害性较大的轴承故障作为本次研究的对象。(2)对轴承的故障机理,包括振动机理、失效模式、特征频率等进行了分析研究,并总结了各类典型故障的振动特性;将小波降噪、经验模态分析、峭度和相关系数判别方法结合,进行故障信号的特征频率提取,并通过在实验数据中的成功应用验证了该信号处理方法的有效性。(3)结合经验模态分析和自回归模型,优化了支持向量机特征向量的构建方法;通过数据预处理方法(归一化和降维)和参数寻优方法(穷举法、遗传算法和粒子群算法)的分析研究,将实验数据的诊断模型的测试准确率从87.8%提升至95.6%,验证了数据预处理和参数寻优能够有效提升诊断模型的性能。(4)最后,针对企业的一台龙门铣床的电主轴,搭建了故障诊断平台,验证了诊断方案的有效性。综上所述,本文提出的基于支持向量机的电主轴故障诊断方法,具有较好的实用性。