本文首先分析了检测电机转子绕组匝间短路故障需要采集的信号,在此基础上,研究了基于DSP的电机转子绕组匝间短路检测系统,检测系统包括数据采集、传输控制、数据算法分析及其MATLAB算法实现四个部分。文章在分析造成电机转子绕组匝间短路机理的基础上,确定检测匝间短路需要采集的信息为气隙电动势,气隙电动势的变化由气隙磁场变化引起,因此利用微分探测线圈采集定转子气隙中的感应电动势信号,根据线圈中感应电动势信号的突变确定发生匝间短路故障位置。系统的硬件设计以TMS320C6203B为核心,采集模拟信号;以A/D转换模块ADS5422为基础,对采集的模拟信号进行转换;利用CY7C68013A为数据传输控制接口芯片,实现数据的USB方式传输。使用TMS320C6203B的32bit的扩展总线连接到FIFO,实现从FIFO读取数据;使用TMS320C6203B的定时器输出信号控制AD的采样频率;使用TMS320C6203B的外部存储器接口——EMIF连接Flash程序单元和USB接口设备;此外还包括必要的电压转换、时钟电路、复位电路等的连接。电机转子绕组匝间短路故障检测系统在硬件采集数据的基础之上,利用算法对采集的数据进行分析和处理。由于傅里叶变换仅在时域进行信号的分离,频谱图只能看出信号中携带的频率分量成分,不能反映故障特征信息,因此利用小波变换识别信号中的畸变点,但是小波变换得到故障位置不够准确,需要人为界定,因此利用小波包变换算法提取信号的能量特征信息,经过归一化处理之后作为神经网络的输入数据,对神经网络进行训练得到完善的训练测试机制,并对采集的信号经过归一化处理之后输入神经网络进行测试,最后得到准确的故障槽位置。实验证明了此方法的高效性和准确性。