本文的主要内容是基于LabVIEW搭建一个印刷机故障诊断系统对印刷机关键零部件进行故障诊断分析。在进行系统设计时,为了解决背景噪声大,机械故障特征难提取的问题,结合经验小波(EWT)的自适应性和最大相关峭度解卷积(MCKD)的降噪性,提出了基于EWT-MCKD的故障诊断方法,并成功应用到了所设计的故障诊断系统中。系统不仅集成了目前常用的几种故障诊断方法,而且包含了基于EWT-MCKD的故障信号处理方法。本文的主要研究内容如下:(1)研究了印刷机故障诊断系统的现状及其所采用的故障诊断技术,并以此为基础确定了印刷机故障诊断系统的总体设计方案。方案有硬件和软件两部分,包括确定硬件中传感器选型、信号调理器、数据采集装备及其连线方式、配套的设备及数据连接线;分析软件部分的功能需求,设计软件的开发方案。(2)对基于经验小波和最大相关峭度解卷积(EWT-MCKD)的故障信号处理方法进行了研究:首先为了验证EWT在自适应分解方面的优越性,对比了经验小波(EWT)和经验模态分解(EMD)对信号的处理结果;然后为了使MCKD算法达到较好的效果,讨论了算法中参数对提取信号中周期冲击成分的影响;最后通过与只使用EWT对信号进行处理的结果做对比实验,验证了EWT-MCKD混合诊断方法对提取故障特征的有效性。(3)通过LabVIEW和MATLAB开发了诊断系统的软件部分,实现了对振动信号的数据采集,数据管理,实时诊断和离线诊断功能。(4)验证了本文所设计的印刷机故障诊断系统的有效性,并成功对不同印刷机的关键零部件轴承和齿轮进行了故障诊断。