电机运行的正常与否直接影响着工矿企业以及日常生活的正常运转。如果电机质量不高,频繁出现故障,不仅会影响生产的运行,还会影响经济的快速发展,造成严重的经济损失和恶劣的社会影响。电机转子是电机中的运动部件,在运行过程中受到轴向电磁力、离心力和热弯曲扰度力等的作用,因此在电机的运行过程中转子故障是主要的故障。本文从几个方面入手,研究了电机转子在制造以及使用过程中的检测方法及故障诊断技术,本文的研究成果一方面可以为提高电机出厂质量,延长电机的使用寿命,另一方面可以分析电机的运行状态,在故障的前期进行预警,防止因突发故障给生产生活带来巨大损失。转子制作过程受到诸多因素的影响,其中线圈抽头至换向片的虚焊问题尤为严重且较为普遍,由此引发的质量隐患通常在电机的生产过程中难以发现,更多的表现在装机出厂交付使用后随时可能发生的局部发热、断线等故障导致的电机烧毁。本文在建立电机转子电路模型及数学模型的基础上,研究了电机转子片间电阻、跨间电阻、焊接电阻的测量及计算方法,设计了电机转子直流电阻测量电路,设计了电机转子诊断智能测试系统。电机出厂之前对转子进行全面的电气性能检测与分析,可以防止不良产品流入市场,提高电机出厂质量,延长电机的使用寿命。电机转子绕组匝间短路故障是电机常见故障之一,本文在分析电机转子绕组匝间短路故障机理的基础上,设计了基于DSP的高速数据处理系统,采集了气隙电动势信号。利用小波变换,去除该信号中的主磁通干扰信号,分别将正常信号和故障信号进行4层小波包变换,提取重构后的16个能量特征信息并进行归一化处理,作为神经网络的输入向量,为建立人工智能的故障检测提供数据支持,应用小波包分解提取后的能量信息值作为神经网络的输入向量,故障类型作为网络的输出向量,建立了电机故障诊断系统的诊断过程,通过分别利用不同的数据进行网络训练和测试,实现了电机转子绕组匝间短路的故障诊断。转子断条故障即转子导条断裂是电动机常见故障之一。本文在分析电动机转子断条故障的诊断机理基础上,使用小波包分析电机转子断条仿真信号,确定断条的故障特征信号,结合FFT变换对重构的结点系数进行频谱分析,得到故障信号的特征频率,然后运用小波分析确定电机转子断条故障发生的具体时刻,最后经过试验证明了该方法的可行性。