近年来,煤矿开采过程中依然事故频频,尤其是瓦斯爆炸。因此,煤矿安全成为社会和国家重点关注的焦点。造成瓦斯爆炸的关键问题是瓦斯浓度过大,而良好的井下通风系统能有效稀释瓦斯浓度,预防事故发生。所以,通风系统主设备—通风机的良好运行关系到工作人员的人身安全和生产效率。基于以上几点因素,本文通过LabVIEW软件开发平台里调用Matlab程序,运用小波神经网络模型算法对通风机的故障诊断系统进行研究显得非常有必要。为了系统能够适应矿井的复杂环境,本论文设计出了一种比较可靠和安全的故障诊断系统。该系统建立在工控计算机平台上,选用可靠安全的传感器型号和相关的硬件设备,实现故障诊断系统。该系统能有效地检测通风机的故障发生,并能很好地预测故障发生地可能性。本文首先对故障诊断系统和监控预警技术的现状进行了简要介绍后,对系统结构进行了详细规划,提出了基于小波神经网络在通风机的故障诊断中应用的系统方案设计。其次详细介绍系统硬件结构设计,该系统硬件主要内容包括测振测温传感器模块、信号调理系统模块、数据采集卡模块以及工控机LabVIEW。然后针对系统硬件,提出了系统的软件设计方案。重点介绍了小波神经网络的算法推导以及网络预测模型的建立。以对通风机进行故障诊断为实例,在Matlab仿真出了小波神经网络的预测曲线图,并加以分析和阐述。最后,本文将LabVIEW软件引入通风机故障诊断,并且搭建出了故障诊断相应的程序模块图。同时,在LabVIEW根据系统需求,开发出了人性化界面,让整个系统更加简洁、舒适和易操作性。