数控机床作为机械加工领域中的典型设备，集高效、精密、复合等诸多优点于一身，已经成为基础建设的主力加工设备和主流产品。数控机床任何部件有故障产生，都有可能导致被加工件的精度下降，甚至机床的短时间生产停顿，从而造成不必要的损失。因此，加强对数控机床故障诊断的研究非常重要。　　 故障诊断需要做好两方面的工作，一是深入研究故障本身，包括故障产生的机理，表现形式和故障的特征信号;二是选取故障诊断的分析方法。因此，本文针对数控机床典型的三类故障，即齿轮故障、滚动轴承故障和机床导轨故障，首先剖析故障产生的原因，故障的表现形式以及故障信号的特征等;其次针对故障的振动信号，分别采用小波变换和EMD(Empirical Mode Decomposition)方法进行分析诊断。　　 与传统的Fourier变换相比，小波变换是时域和频域的局域变换，更能有效地从信号中提取信息，并且能进行多尺度细化分析，功能很强大。EMD只需依据数据自身的时间尺度特征来进行信号分解，无需预先设定任何基函数，与小波变换具有本质性的差别。其可应用于任何类型的信号的分解，在处理非平稳及非线性数据上，具有突出的优势。　　 本文以数控机床滚动轴承故障为例，首先从故障信号的特点出发，模拟了滚动轴承的内外圈故障，应用小波分析和EMD分析的方法，分别对模拟信号进行了仿真分析。最后通过以上两种方法对实验数据进行分析，实验数据的分析结果表明小波分析和EMD分析在数控机床故障诊断中能够正确识别故障的类型及部位。