钻井质量、钻井效率和钻井成本都与钻头的磨损状况息息相关。由于井底情况的复杂性,使得难于对钻头磨损状况进行准确判断,若钻头尚能工作而提前取出钻头,将会造成人力物力的浪费,若钻头磨损过于严重而未取出钻头,将会影响钻井效率,因此需准确地、实时地对钻头磨损状况进行判断,才能避免发生钻井事故,提高钻井质量和钻井效率,减少钻井成本。针对钻柱振动信号中含有大量时变、短时冲击、突发性质的噪音信号的问题,本文提出了小波变换原理的去噪和时频特征提取方法,首先利用小波包去噪方法将采集到的钻柱振动信号去噪,然后利用时频法对去噪后的振动信号进行特征提取,提取出钻头磨损的敏感特征集,作为适合于BP神经网络的输入特征向量,经网络分析处理后,得到最终诊断结果。基于Lab VIEW平台开发了三牙轮钻头磨损程度诊断系统,实现了对三牙轮钻头磨损程度的诊断。系统包括信号输入模块、信号处理模块、BP神经网络诊断模块和诊断记录查询模块,详细介绍了各个模块的开发过程、功能说明和界面。通过对现场数据的处理分析,表明该系统能满足钻头振动信号的测试和诊断需求,为钻头起下钻时间的确定提供了重要的理论基础,为钻头的合理使用以及科学管理提供了重要的理论和实践基础。