随着制造技术的发展，机械制造装备都在朝着高速度、高精度、高效率的方向发展。高速主轴系统作为数控机床的核心部件，若出现故障特征不能及时正确地对其进行故障诊断及维修，会产生巨大经济损失。多种实验数据表明，机床故障诊断中一半以上的故障都是由于主轴部件的故障引起的，而且振动信号时是很敏感的信号，所以机床主轴部件的振动信号的故障诊断意义深远。　　因此，有必要找到一种故障特征提取方法，及时发现故障特征做出诊断与维修。本文利用经验模态分解法对机床主轴的振动故障进行特征提取，进而对数控机床高速主轴的故障诊断进行研究。　　首先阐述了主轴常见故障的基本原理，如不平衡、不对中、支撑松动、油膜振荡四种旋转机械多发故障，并对每种故障的振动特征作了详细阐述。　　其次论述了经验模态分解方法的基本原理和算法，并介绍了基于经验模态分解法的希尔伯特谱和希尔伯特边际谱的基本原理。　　然后应用基于EMD的Hilbert变换对主轴的模态试验的振动信号进行分析处理，通过与ANSYS软件下主轴的结构模态分析处理的比较，验证了EMD提取主轴静态振动特征的有效性与可靠性，可以通过对主轴各阶模态的特征信号提取，达到有效避免主轴共振的典型故障发生。　　最后实验研究了数控铣床主轴的振动信号，通过采用比较经验模态分解法的分解和小波包分解、Hilbert谱和小波谱，进一步突出了Hilbert-Huang变换的优点；实验研究了普通车床主轴偏心、转子试验台的试验不平衡、油膜振荡等振动数据的EMD分解，Hilbert边际谱分析。实际应用证明了经验模态分解的实用性和有效性。