推进电机作为现代电力推进船舶的核心动力源，其工作状态直接关系着船舶的动力性能和船舶上的生命财产安全，因此对船舶推进电机建立早期故障预警机制对保障船舶安全具有非常重要的意义。　　现代大型水上船舶推进电机多为大功率异步电机，机械结构和电气设备比一般电机都要复杂很多，基于此本文选取定子电流特征频率作为诊断推进电机常见故障的依据，结合小波分析在信号处理领域的优良性能和神经网络在故障诊断方面的良好表现，建立一套基础而有效的推进电机在线故障诊断方案。　　针对这一方法中所需要的定子电流特征频率，我们采用流行的小波包分析理论对定子原始电流进行处理，提取各频率带能量值组成故障诊断的特征向量，然后将特征向量输入到训练成熟的神经网络进行故障诊断。由于BP神经网络的收敛速度慢、容易陷入局部极小值等问题，本文采用带有局部反馈的ELMAN神经网络，通过模型对比可知它可以很好的满足诊断要求。　　最后，本文总结了几种电机常见故障及其和定子电流之间的机理关系，并选取出现率最高的轴承故障作为代表，在RT-LAB仿真机中建立模型，利用前述小波包分析和神经网络对原始信号处理并进行决策诊断。　　仿真结果表明，基于小波分析和神经网络的船舶推进电机故障诊断结果符合预期要求，只要合理选择网络参数和小波包类型，网络的收敛速度和稳定性等令人满意。