电气法能够实现对电机轴承故障的非侵入式诊断,减低额外安装传感器带来的经济消耗,具有重大的意义。针对采用的信号载体的不同,可以得到不同的诊断结果,主要采用的信号载体为电流、转矩、转速信号。考虑到永磁电机中码盘精度较高等原因,转速信号能得到更高的故障诊断结果。本文建立了电机、电机轴承一体化的双惯量模型,并依据双惯量模型在MATLAB/Simulink中对进行的电气法理论推导进行了仿真验证,证明了理论推导的有效性。之后在FFT实验失效的情况下,选用了自适应的共振解调方法——快速谱峭度图法进行故障诊断,在不同的实验条件和转速情况下,针对3种不同的信号载体的诊断效果进行了对比分析,验证了转速信号对嵌入式系统更好的适应性,能够得到相对更好的故障诊断结果。由于单纯采用快速谱峭度图方法有着很大的失效范围,为了提高故障诊断的效果,采用了一种总体经验模态分解结合互相关系数的信号重构方法,在一定的程度上提高了信号的信噪比,扩大了故障诊断的范围,有着良好的效果。在信号重构的过程中滤除了大量噪声的影响,并加强了与故障信号的相关性,能够得到更易于故障诊断的重构信号。之后针对快速谱峭度图会受到高峰值的脉冲干扰的缺点进行了改进,得到一种子频带谱峭度平均的改进方法,并采取峭度较高的多个中心频率和带宽的组合进行诊断。首先单独对此方法对故障诊断效果的提升做了验证,之后采用EEMD结合互相关系数的信号重构方法与之结合,继续不断的拓宽故障诊断的范围。最后针对对拖加载情况下的故障诊断失效进行了分析,推断是由于加载的不稳定或偏心而导致故障信息的淹灭,且随着对拖加载的升高,不稳定的信号会得到比故障冲击更大的提升导致诊断范围的进一步缩减。对此进行了磁粉制动器的加载对比试验,能够基本验证之前的分析结果。在单纯通过数字信号处理的方法下难以对对拖加载情况下的电机轴承进行电气法的诊断,需要采用与电机驱动技术相结合的方法,在抑制这些波动的情况下采集信号进行诊断。