声学诊断技术是故障诊断技术的重要组成部分，但工业现场面临的往往是大面积、非稳态、多声源的复杂空问声场，且实际环境中的声场模型也非常难以建立，导致声学故障诊断技术落后于已经发展成一套比较完整体系的振动故障诊断技术。但声学故障诊断技术具有信号测量方便、非接触式测量和不影响设备正常工作等优点，有着良好的发展前景；风机是工业生产中的关键设备之一，对风机的状态检测和故障诊断是设备维护领域的一个重要组成部分。以“软件即仪器”为核心思想的虚拟仪器技术代表着目前工程测试与仪器领域的发展方向。因此，基于虚拟仪器技术，研究声学检测方法，开发基于声学信号的风机检测与故障诊断系统有着重要的学术及应用价值。 本文以风机产生的噪声为研究对象，探讨噪声产生的机理、主观评价与检测方法，分析虚拟仪器技术的现状、分类及组成，总结传统声级计的结构及设计方法，研究声学信号的小波分析方法及小波与神经网络相融合的故障诊断技术，建立虚拟仪器型的基于噪声检测的风机故障诊断系统。 设计一种基于LabVIEW的虚拟式声级计，改进传统声级计的频率计权模块，采用TES-1356声压校准器对所设计的声级计进行校准，并和TES-1357精密声级计进行比较实验，验证所设计声级计的准确性。实验表明，所设计声级计误差在±0.5dB之内，达到了Ⅰ型声级计的要求。 设计了基于LabVIEW的风机状态在线检测与故障诊断系统。利用小波分析技术对采集到的风机噪声信号进行多尺度分解，提出将各频段成分的能量、功率谱重心和A声级相结合的方法来表征信号的故障状态，以神经网络作为智能分类器，以图形化设计语言LabVIEW为开发环境，建立智能诊断系统。最后用四个风机进行在线诊断实验。结果表明，小波分析、功率谱重心和声级相结合的特征提取方法，较好地保留了信号的原始特征，诊断系统的准确率在95％以上，诊断结果准确、可靠。