随着科学技术的发展和应用,性能优良的高档数控机床是高速加工技术的前提。而高速主轴又是高档数控机床的核心部件,电主轴是高速主轴的主要形式。电主轴的性能直接影响产品加工精度,产品质量。一旦出现故障,轻则造成经济损失,重则导致人员伤亡。国内外对于电主轴故障诊断技术的研究取得了一定的成果,但主要集中对振动信号处理分析方法的研究。本文以电主轴的转子系统为研究对象,使用改进非线性主元分析方法对电主轴转子系统进行故障诊断,主要内容如下:1.对电主轴系统结构以及电主轴系统故障机理进行研究,搭建实验平台,使用AIC9916F设备故障综合模拟诊断分析系统采集和处理振动信号。2.对主元分析方法、核函数的基本理论和方法进行研究,结合电主轴系统非线性的特点,综合多项式以及径向基核函数的优点,对这两个核函数进行凸组合,并与主元分析方法相结合,改进核主元分析方法。3.以故障诊断率作为优化目标。首先研究了一种基于二分法优化的改进核主元分析方法。使用该方法对电主轴系统转子不平衡故障,进行故障诊断。其诊断效果与基于二分法优化的多项式及径向基核主元分析方法相比。基于二分法优化的改进核主元分析方法的故障诊断率明显高于其他2种方法,说明该方法用于电主轴系统故障诊断具有可行性。二分法简单易于实现,但是二分法不能同时优化多个参数,与智能优化算法相比故障诊断存在误差。其次本文研究了基于粒子群算法优化的改进核主元分析方法。使用该方法对电主轴系统转子不平衡故障及碰摩故障进行故障诊断。诊断效果与上述基于二分法优化改进核主元分析方法的诊断效果相比,基于粒子群算法优化的改进核主元分析方法的故障诊断率高于其他方法的故障诊断率。PSO算法较二分法具有一定的优势,并且智能方法中PSO算法简单、设置参数少、易于实现,但是在优化工程中容易陷入局部最优。最后本文使用基于人工蜂群算法优化的改进核主元分析方法对电主轴转子系统进行故障诊断。仿真结果显示:人工蜂群算法与二分法和粒子群算法相比,具有较强的全局搜索能力,人工蜂群算法能在较大程度上克服局部最优,基于人工蜂群优化的改进核主元分析方法获得较高的故障检测率,是一种性能优良的电主轴故障诊断方法。