数控机床是发展新兴高技术产业和尖端工业的使能装备,加工中心作为典型的数控产品,因其强大的柔性加工能力而被广泛使用,但因组件单元间功能性、机械性的高耦合度和大密度连接等特征为故障传播提供可能,即使极为微小的故障若不能及时排除,将会影响整个生产进程,给企业造成重大损失。因此,考虑故障传播进行加工中心风险评估具有重要的现实意义。论文以某型国产加工中心为研究对象,综合图论、统计理论、Copula函数进行子系统间故障传递概率建模,应用DEMATEL、ANP、粗糙集及信息熵理论评估子系统故障影响,据此引入多色集合理论并对布尔矩阵改进,建立故障风险评估模型并用Petri网仿真对该方法进行有效性验证。主要研究内容如下:（1）根据加工中心结构功能原理进行子系统划分,结合故障信息进行子系统故障相关性分析和故障概率建模,以子系统为节点,以故障传递关系为有向边构建故障传递有向图;应用Copula函数构建故障相关子系统关联故障概率模型,结合起始子系统故障概率并应用条件概率概念,求解加工中心相关故障子系统间故障传递概率。（2）基于故障传递有向图,通过DEMATEL方法分析加工中心子系统故障影响关系并建立故障传递层级模型,考虑故障模式传递关系构建ANP网络模型;引入1-9标度对故障关联子系统进行故障影响评分,调用SD软件中“Computations”模块求解故障影响超级极限矩阵实现子系统故障影响评估;离散化故障信息形成故障影响评价知识决策表,应用粗糙集约简条件完成属性依赖度集合划分,考虑不同条件属性下的子系统信息度,通过比较计算删除不同子系统属性后的互信息变化量,评估子系统故障影响;据此引入最小信息熵理论,融合两类故障影响实现加工中心故障影响的综合评估。（3）考虑故障模式风险传递,综合故障传递有向图、子系统故障传递概率和故障综合影响度构建子系统风险传递模型;应用多色集合理论并对其改进,以子系统风险为基础,节点间风险转移为“色”,建立风险评估模型对加工中心子系统进行风险评估,识别关键风险路径,并应用Petri网仿真软件对该方法进行有效性验证。