针对滚珠丝杠副多故障问题、单一传感器的不确定性及Dempster合成法则本身存在的不足。提出基于改进DST及RBF神经网络的滚珠丝杠副故障诊断方法。将RBF神经网络的输出结果作为各焦元的基本概率分配,滚珠丝杠副的4种故障类型作为系统的识别框架,引入证据可信度概念,根据新的合成公式进行决策级融合。试验结果表明,改进的新合成公式提高了滚珠丝杠副故障诊断的准确率,使冲突证据合成的结果更理想,取得较好的效果。