装备制造业已经成为我国的支柱产业,在一定程度上反映了我国的整体工业水平,数控设备是制造业的关键设备,在数控机床加工过程中,工作状态的实时在线监测是一个复杂的过程,数控机床需要在不同的加工条件下工作,因此其状态不断变化,工业统计表明,机床故障造成的停机时间占数控机床总停机时间的10%-15%,当机床配备状态监控系统时,可以减少数控机床的停机时间。故障率提高75%,生产率提高10%～60%,机床利用率提高30%以上,研究开发数控机床智能状态监测系统,对防止工件报废、设备损坏,保证机床无故障运行具有重要的现实意义。本文先对数控机床的构成与工作原理进行总结归纳,并对数控机床工作时产生的工况信号与采集信号的传感器进行了分析,决定采用基于多传感器多信号融合的方式对机床状态进行监测。可以通过多种传感器对所观测到的信息获取更有效更有价值的信息从而能够实现融合的目标。通过研究,本文采用了将一种基于小波变换和神经网络融合的多传感器融合技术应用于机床状态监测系统。文中介绍了小波分析和神经网络的理论基础,给出了状态监测系统的组成和基于小波分析和神经网络的多传感器融合技术在状态监测系统应用过程。建立了一套完整的数控机床在线监测软硬件系统。小波变换的分解可有效的提取信号的奇异点特征,特征向量经神经网络融合也可有效分辨出机床的运行状态。经过对软硬件系统的测试,本课题建立的基于小波变换和神经网络的多传感器融合系统能有效识别数控机床的工况状态。