本发明提供一种基于容差子关系粗糙集的数控机床健康状态预测方法,所述方法包括:获取数控机床的运行数据并构建决策表;基于决策表构建增量不完全粗糙集属性约简模型并将获取的运行数据划分为运行数据子集;依次将运行数据子集作为原始数据子集输入属性约简模型计算属性约简;将剩余的运行数据子集依次添加至原始数据子集输入属性约简模型,得到非冗余约简属性集合,再将所述非冗余约简属性集合输入至分类器模型,训练得到数控机床健康状态预测模型来预测数控机床的健康状态。与现有技术相比,本发明通过构建机械部件运行状态的决策表,并将运行数据划分为若干原始数据子集,增量计算总体数据的属性约简结果,缩短计算时间(56)对比文件张铮.不完备不协调信息条件下的设备智能故障诊断《.中国优秀博士学位论文全文数据库信息科技辑》.2009,全文.刘德银.粗糙集的增量式属性约简研究《.中国优秀硕士学位论文全文数据库信息科技辑》.2012,全文.高晓康. 粗糙集理论研究及其在工程和医学诊断中的应用《.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》.2009,全文.马捷;葛岩;蒲泓宇.属性约简方法研究综述.数据分析与知识发现.2020,(01),全文.