随着生产力的发展，选煤厂旋转机械设备越来越复杂，应用也越来越广泛，一旦发生事故，将会造成严重的经济损失。对选煤厂旋转机械设备进行在线状态监测和故障诊断具有较大的经济效益和社会效益。针对选煤厂的重要机械设备提取设备故障特征并基于专家系统设计诊断规则是本文的重要研究内容。本文以选煤厂重要旋转机械设备为研究对象，分析了主要故障及故障情况下的信号特征，并设计了相应的专家规则。首先，获取旋转机械进行简易诊断和精密诊断的诊断数据，对旋转机械振动信号进行时域信号示性参数的提取和功率谱故障特征频率幅值的提取。然后，针对选煤厂机械设备振动信号噪声大的问题，对诊断参数进行时域平均处理以减小噪声对诊断的影响。同时，为了能得到正确的诊断结果，需要为诊断参数设置合适的诊断阀值，本文采用正常值乘以经验系数的方法求取诊断参数的诊断阀值。之后，本文结合选煤厂机械设备的故障机理给出了诊断流程，基于诊断流程，采用专家系统知识的框架表示法和产生式表示法设计出专家规则。最后，系统的实现采用LabVIEW对旋转机械的振动信号进行数据处理和故障特征的提取，形成专家系统的事实库，采用CLIPS作为专家推理引擎，根据煤矿设备特征来设计专家诊断规则。输入仿真的时域振动波形数据，LabVIEW数据处理和故障特征提取模块能得到正确的时域信号示性参数和故障特征频率，能够很好地进行故障特征的提取。输入仿真的故障时域振动波形数据，系统将得出专家诊断结论。将仿真的诊断结果和理论分析的结果进行比较，通过专家规则诊断的结果和理论分析的诊断结果相一致，验证了专家诊断规则的正确性。