随着科学技术的不断进步,尤其是信号检测技术、数字信号的分析处理技术、计算机与计算机软件技术以及神经网络等人工智能技术的蓬勃发展,自动化控制技术愈来愈走向成熟并不断应用于工业生产的各个领域,为机械设备的故障诊断提供了强有力的工具。与此同时,虚拟仪器技术应运而生,它将测控仪器的硬件资源与计算机软硬件相结合,为测试系统的开发提供了一条便捷的通道,目前基于PC平台的虚拟仪器已经在不同行业的控制过程中得到了广泛的应用。罗拉是纺纱机中被广泛应用的机械部件,主要起到对须条的牵伸作用,其运转状态的好坏直接决定了最终纱线质量的好坏,然而,当前纺织厂中对罗拉故障的诊断大多停留在手工经验评判的初级检验阶段,缺少客观评判依据,存在一定的弊端,为了满足纺织工业今后的发展需要,开发面向罗拉的在线检测及故障诊断系统是非常必要的。本文正是基于PC-DAQ类型的虚拟仪器技术,在旧式的条干仪上模拟罗拉常见故障,通过电涡流传感器采集罗拉的振动信号,并利用多功能数据采集卡将信号传递到计算机,借助虚拟仪器著名的软件开发平台Labview设计系统的程序控制面板,并充分发挥该软件的可视化编程的优越性以及其自身的开放性、兼容性等,结合Matlab的强大运算功能,对每种故障下的信号进行时域和频域的多种分析处理。通过和正常信号进行对比分析的方法,找出每种故障对应的特征频率或特征参量,然后合理选择这些特征参量,利用Matlab神经网络工具箱中的newrbe函数创建RBF神经网络,通过所测得的故障数据样本对已经创建好的网络进行训练,最后,再利用所测样本对RBF网络进行测试,检验网络的诊断能力。实验的结果表明,利用本文所开发的虚拟测试系统能够对罗拉振动信号进行实时在线检测,且基于测试样本所训练的RBF神经网络能够很精确的对罗拉各种故障模式正确识别,从另一方面说明RBF神经网络在故障诊断方面的优越性。