煤矿主通风机是煤矿生产的主要设备之一，为了保证井下的空气质量需要它24小时不停歇地运转。滚动轴承是煤矿主通风机的重要零部件，在矿井工作区这样恶劣的环境下，轴承的性能极其不稳定，很容易损坏。因此对通风机轴承进行设备检查和故障诊断是机械故障诊断中的重中之重，具有重大意义。　　本文从理论上简单地介绍了通风机滚动轴承的基本结构和工作原理，列举了几种比较常见的轴承失效形式和失效时的一些特征以及失效原因。为了进一步了解通风机轴承工作时的情况，详细介绍了轴承的几种情况下所引起的振动情况，分析了各种振动情况下的失效形式和轴承元件有故障时的故障特征频率以及故障特征频率的计算方法。为了对小波分析有深入了解，从傅里叶变换入手系统地介绍了小波分析方法，包括连续小波变换、离散小波变换以及小波包的分解、重构，并列举了几种常见的连续小波。重点介绍了小波分析的多分辨率分析和Mallat算法，举例说明了小波分析的Mallat算法中的分解重构算法在小波降噪和压缩方面的应用。　　为了精确诊断故障类型，本文采用小波分析Mallat分解重构方法和小波包分解重构方法相结合，统一采用一种正交小波作为小波基函数。首先用小波分解重构的方法判断出轴承存在故障的可能性，然后进一步用小波包分解和重构的方法加以验证，从而确定轴承故障是否存在。根据上述研究，本文基于LABVIEW软件平台针对矿用主通风机开发了一套轴承故障诊断系统，该系统实现了轴承故障诊断的参数标定、数据采集、信号分析、故障诊断等功能。能够从时域和频域同时反映轴承故障情况，并可判断出轴承故障的特征值及故障点所发生的频率段。　　通过本文对小波分析和小波包分析的研究得出，利用两者相结合的方法得出轴承的功率谱特征并判断轴承故障所发生的频率段，具有实际操作意义。此方法与传统的频谱分析方法相比在故障诊断方面更具有优势。