异步电机以其结构简单、价格低廉、坚固耐用、使用和维护方便的优点,在国民经济各领域得到广泛应用。随着电机制造工艺的提高,定子绕组等故障的发生率呈下降趋势,而鼠笼转子的制造工艺几十年来却没有大的变化,转子故障便成为导致异步电机失效的重要原因之一。本文从转子电路模型入手,基于多回路电流法进行转子故障机理研究,得到转子故障前后电路方程,定性分析转子参数变化情况。利用定子电流信号分析方法,采集定子电流信号,运用快速傅立叶变换得到其频谱图,观察是否存在故障特征频率,进一步判断是否出现故障。由于异步电机定子电流信号是一种典型的非平稳随机信号,其故障特征频率和主频非常接近,且幅值较小,容易被主频淹没故障信息。由于小波变换技术具有良好的时频细化能力,更强的特征提取功能,本文利用了小波包变换技术对异步电机故障进行识别。阐述了小波包变换技术的原理,对实验数据进行8层小波包分解,提取特征频率段能量作为判断依据,识别故障信号。支持向量机在异步电机故障诊断领域中的应用,较神经网络等智能诊断技术具有一定优势。本文阐述了支持向量机的相关原理,将支持向量机技术引入到三相鼠笼异步电机转子故障分类领域,研究可实现多故障分类的异步电机转子故障诊断模型,将定子电流信号频谱进行归一化处理,作为支持向量机的输入向量,基于“一对一”策略构造多个子分类器,通过对二类子分类器的分类结果进行融合,得到最终的诊断结果。