1.直观方法:
直觉是通过外观、声音、颜色、气味等的变化来诊断故障的方法。它有以下方法。
A.看
仔细检查是否有保险丝烧断、器件烧坏、肉眼开路等问题，观察机械部分传动轴是否弯曲或晃动。
B.听
听听数控机床故障引起的各种异响，如电气部分的电源变压器、电阻、电抗器，铁芯松动生锈引起的铁片振动的吱吱声等。继电器、接触器等的嗡嗡声。磁路间隙过大造成的；机械摩擦、振动和冲击等。
C.触控
触摸温升，人的手指触觉非常灵敏，各种异常温升都能相当可靠地判断出来；轻微震动也可以通过手感识别；肉眼看不到的疤痕和波纹，用手指触摸就能轻易感受到。另外，数控系统的虚焊或接触不良，可以用绝缘轻敲可疑部位，然后触摸来诊断。
嗅
闻到烟味、焦味等。由剧烈摩擦或绝缘损坏引起的电气元件短路，从而更好地判断故障。
2.数据分析方法
数据分析法是通过查阅技术档案找到规律和原因，从而确定故障的方法。查阅的资料主要包括:
A.数控系统数据
通过数控系统数据了解数控系统的特点、报警和排除方法；数控和plc机床参数设置的意义；数控编程的方法；面板上各按键的功能和操作方法；以及主轴进给电机的性能和驱动器的特性。重点看数控系统的结构框图，了解块中印刷电路板的作用，接口的去向，LED灯的意义等。
B.电气图纸
通过电气图纸重点讲解电气元件，如接触器、继电器和PLC的输入/输出元件。每个国家的电气符号都不一样，要了解清楚，注意区别。
C.机械、液压和气动图纸
对于数控铣床的机械、液压、气动图纸，要明确各元件的功能，并一一标注。注意机械和电气关系密切的部分。
D.外文资料
在可能的情况下，尽量阅读进口机床的外文原版资料，避免翻译不准确造成误导。
3.故障征兆分析法
A.振动法
由于工业现场测试条件和分析技术的限制，一些故障征兆的提取和分析比较困难，一些故障征兆反映的是不敏感的故障状态。相对而言，数控铣床的振动是目前公认的机械零件最佳故障征兆提取量。它对运行状态的反应迅速、真实、全面，能很好地反映大多数数控铣床机械故障的性质和范围。有许多先进有效的方法可供选择，因此振动法是数控铣床故障征兆分析中最常用的方法。振动法可分为时域诊断和频域诊断两大类，频域诊断可分为振动频域直接分析和振动频域二次分析。
(1)振动时域分析法该方法将各种故障状态的振动时域信号与正常状态的振动时域信号进行比较，从而识别数控铣床的故障状态。时域分析主要包括时域统计分析、时域相关分析和时域同步分析。时域统计分析通过计算振动信号的各种统计参数来分析数控铣床的故障状态。时域相关分析主要利用自相关和互相关分析来分析数控铣床的故障状态。时域同步分析是从混有噪声的数控铣床信号中提取周期分量的有效方法，也称相干检测。
(2)振动频域直接分析法该方法是数控铣床故障诊断中最常用的方法。它通过傅里叶变换将以时间为横坐标的时域信号分解为以频率为横坐标的频域信号，得到频谱，并得到原始时域信号关于频率成分的幅值和相位信息，从而得到故障诊断结果。
(3)振动频域二次分析法。该方法进一步处理频谱提供的信息，以提高故障诊断的准确性。它需要将测得的光谱传输到微型计算机，用专门的软件进行分析。二次分析主要包括功率谱分析、倒谱分析、频率细化分析和小波分析。
B.噪声频谱分析法
在测量近声场时，该方法引入的干扰较小，其分析结果与振动测量非常接近。比如数控铣床的齿轮磨损后，由于渐开线齿廓的畸变，齿轮运转的噪声声压级明显增大，一般比正常齿轮的噪声级差大十几分贝。噪音的频率一般较高，但对应的振动幅度可能不大。如果振源部件是运动部件，难以设置传感器，可以考虑噪声频谱分析。噪声测量具有信息丰富、测试方便、非接触等特点，但应尽量解决环境噪声的干扰问题。
C.油分析方法
该方法可以通过监测润滑油中磨粒的分布和润滑油的污染程度来诊断数控铣床的磨损故障。具体方法如下:
(1)磁塞检查法将磁探针(磁塞)插入数控铣床的油系统中，收集油中的铁磁性磨粒，定期观察，判断数控铣床的磨损状态。
(2)颗粒计数法利用光电技术自动计数和分析油样中的颗粒大小。
(3)油样光谱分析法:根据油样中的金属磨粒，处于离子状态
通过被激发时发出的特定波长的光谱，可以检测出油样中金属的种类和含量，从而诊断出故障。
(4)油样的铁谱分析。在高梯度和强磁场的作用下，数控铣床摩擦副产生的磨粒从油样中分离出来，按其粒径大小沉积在透明玻璃基底上，然后通过各种手段进行观察或测量，获得磨损过程的各种信息，从而分析磨损机理，判断设备的磨损状态。
4.专家系统方法
一般来说，一个专家系统应该包括以下几个部分:知识库、推理机、对话部分、知识获取部分和解释帮助部分，其中最重要的部分是知识库。建立知识库的方法有很多，目前数控铣床常用的是故障树法。数控铣床的故障按其发生位置可分为机械部分、进给驱动部分、数控部分和主轴伺服控制部分。每个部分还可以根据故障的复杂程度划分为更细的子系统，如CN(:部分可以分为电源控制部分和显示部分等。每个子系统都可以用故障树来表示其故障。分析的第一个系统故障事件称为顶级事件。顶事件其实是一些故障现象，比如“手动脉冲发生器不工作”、“进给方向与标记相反”。列出该事件的直接原因，包括硬件故障、人为因素和环境因素，用适当的逻辑门将其与故障事件联系起来，称为中间事件。逐步将故障事件的原因，即触发器损坏、主印刷电路板接触不良等这些现象的根本原因称为故障节点。根据该方法，可以建立各子系统的故障树。大量故障树建立后，可以转换成机器的基础数据模型，从而建立数据库。目前常见的专家系统是基于神经网络的数控铣床故障诊断专家系统，它利用神经网络的高度并行处理、适应性和容错性等特点，构建故障诊断专家系统。
