伺服系统是数控机床中的核心环节，其性能直接影响数控机床的加工精度。因此，采用故障诊断技术与方法来最大限度地降低伺服系统故障发生的概率，具有现实意义。 伺服系统由多个子系统组成，如位置控制器、速度控制单元、位置反馈装置等。本文首先建立了伺服系统的数学模型，分析了子系统参数对总体性能的影响。之后，应用基于模型参数-子系统参数关联方程的参数估计方法，对伺服系统进行故障诊断。 论文建立了模型参数-子系统参数关联方程，根据系统性能要求，确定了子系统参数的容差限值，因而确定了故障的阈值。结合灵敏度分析与子系统参数的容差限值，总结出模型参数的变化特征与子系统故障的对应关系，得到了表征子系统故障的特征向量表。 论文发展的故障诊断方法分为两步：首先利用先验知识的对系统进行离线分析，然后采集数据，估计系统的参数，进行系统故障的在线诊断。论文分析了系统的可辨识性，应用积矩矩阵辨识系统的阶次。本文提出了基于SVD的扩充最小二乘法进行参数估计，解决了构造矩阵的奇异或接近奇异问题，并推导出输出端带有色噪声干扰情况下，运用扩充最小二乘法进行辨识的关键矩阵——观测矩阵的构造。根据最近邻模式分类标准及子系统故障的特征向量表，找出对应的变化了的子系统参数，从而确定发生故障的子系统，实现对故障的在线诊断。 仿真计算表明，论文提出的基于参数估计理论的故障诊断方法是有效的，具有很好的实际应用前景。