随着电子技术的快速更迭,电子系统逐渐趋于高度集成化和自动化。电子系统在运行过程中,易受温度、环境等因素的影响,出现各类故障,进而影响工农业的生产和设备的正常运转,甚至会危及生命财产安全。因此,电子系统的故障诊断系统研究具有较高的实际意义和应用价值。由于在电动机系统中设置检测点较为困难,因此采用非接触式方法对电机系统进行故障分析。非接触式方法通过采集设备工作时自身产生的电磁辐射来进行检测,适合于电动机等电流大或瞬态变化大的情况。通过天线来获取电动机工作过程中产生的电磁特征数据,本文提出了利用GHM(Geronimo Hardin Massopust)多小波变换和k-means聚类分析的故障诊断方法,进行对应的数据分析,建立电磁特征库,实现对故障的判别。论文主要内容包括以下4个方面:1、对故障诊断系统的现有方法和技术进行了分析研究,提出本文所研究的整体框架。主要分析了几种常见电子系统故障的信号获取方法,包括电流法、振动法、温度法、电磁辐射特征法,并选定电磁辐射特征法作为论文中故障信号的获取方法。2、故障诊断系统的硬件和软件设计。硬件系统包括信号接收天线、人工电源网络、信号接收模块及信号传输模块的设计。软件算法的设计包括使用GHM多小波变换实现信号的特征提取,运用K-means分析算法对提取到的数据进行聚类,构建电磁辐射特征库,以及图形用户界面设计,构建了完整的基于多小波电子系统故障诊断系统。3、通过使用小波变换、多小波变换和聚类分析对采集的数据进行分析,并对比了小波变换和多小波变换的去噪效果,发现多小波变换方法能更好的提取故障的特征信息,接着使用聚类分析方法对故障数据进行分类,将两者结合,实现了基于多小波变换和聚类方法相结合的故障诊断方案。4、在完成基本的软硬件系统设计后,选定电动升降杆为实例,开展系统场地实测,通过研究电动升降杆的工作原理及故障机理分析,结合电磁辐射测试数据的特点,对采集的数据进行分频段处理。试验结果表明,与传统的故障诊断系统相比,本文所提出的故障诊断方法缩短了诊断时间,提高了故障诊断识别的准确率。通过系统软硬件的设计和对应算法的研究,选用某型号电动升降杆为实例开展试验研究,对比传统的故障诊断方法,缩短了故障诊断的时间,提高了故障诊断的准确率,验证了基于多小波的电子系统故障诊断系统的可行性和创新性,且已成功应用于某企业的故障维修诊断系统当中,具备良好的应用前景。