随着中国智能制造2025国家行动纲领的稳步推进,我国的工业越来越向着智能化、科技化发展,机械设备在工业生产中发挥着举足轻重的作用。目前机械设备也越来越大型化、一体化、复杂化,大型机械设备的严重故障可能仅仅是因为机器内部某个零件的损坏导致的。轴承是机械设备中必不可少的零件,根据文献查阅,35%的旋转机械故障都是由轴承故障导致的,这些故障不但会引起经济损失,还会对生产人员造成安全威胁。因此,对轴承进行故障诊断的研究将会大大减少旋转机械设备的故障率,具有重大意义。本文通过对滚动轴承故障诊断及计算机软件开发等相关文献的查阅,设计了基于Web的滚动轴承故障诊断系统,主要工作如下:（1）变分模态分解算法（Variational mode decomposition）对轴承振动信号的分解效果受参数（分量个数）和（惩罚因子）取值的影响较大,针对这个问题,提出了利用鲸鱼优化算法（WOA）优化变分模态分解算法（VMD）的故障诊断方法。（2）求解经VMD分解后得到的多个本征模态分量的样本熵、能量特征值,并结合原始信号的时域特征分析和频域特征分析组成多维特征向量集合,把这些特征向量集合输入ELM中进行训练和测试。建立滚动轴承故障诊断模型,经试验证明,该模型的分类准确率很高,能出色完成轴承故障诊断的任务。（3）开发了基于Web的滚动轴承故障诊断系统,用户和工作人员可以随时随地通过带有浏览器的终端设备访问本系统,查看滚动轴承的运行情况,系统会对轴承是否发生故障进行诊断,大大提高了设备的安全性。