异步电动机作为应用广泛的工业设备，是现代化生产中的必要组成。一旦其发生故障，不仅损坏电机本体，还可能影响整个生产系统，因此对异步电动机的故障诊断方法的研究具有重要意义。
　　文中分析异步电动机的故障类型分布，比较常用的故障诊断方法，对异步电动机转子断条故障、轴承故障两种主要故障，结合仿真模型以及实际电机运行数据，基于定子电流特征分析方法提取出相应的故障特征量，验证本文提出的故障诊断方法。
　　本文完成的主要工作如下：
　　(1)剖析异步电动机的基本结构及运行原理，分析异步电动机出现频率较高的故障及其起因。着重分析转子断条和轴承的失效机理，而且也深入研究对应故障的检测机理。
　　(2)分析信号在不同域中的处理方法，主要包含了傅里叶变换、Hilbert变换和连续小波变换。通过转子运行机理构建函数来近似替代断条故障，并使用前面的处理方法来进行检测验证，并以此为基础来搭建后面的电机故障处理方法。
　　(3)通过结合数学模型以及电机运转方程，在MATLAB中搭建对应的仿真模型，通过更改对应的参数数值大小，就可以模拟异步电机的转子断条故障，然后对所得的时域波形，进行加窗的快速傅里叶变换和频率切片小波，得到对应的频谱图和时频图，观察图中是否出现代表转子断条特征频率的(1±2s)f分量，由此来检验模型以及算法的准确性。
　　(4)研究异步电机轴承故障。发生轴承故障时对应的电流特征分量的频率幅值较小，容易受到电力系统谐波及噪声影响，于是采用一种新的诊断方法，即基于集合经验模态分解(EEMD)和包络分析结合的诊断方式。这种方法的主要流程就是通过使用EEMD把信号拆分为有限数量的本征模分量以及残差，接着把得到的分量执行包络分析以此来解调出对应的特征频率。为了证明这种方法的实际性能，文中分别对实际轴承的采集信号以及模拟仿真信号进行分析，实验结果表明这种方法可以很好的判别出异步电机的轴承故障。