异步电机以其结构简单、价格低廉等优点,在现代的工农业生产中获得了广泛的应用。作为生产领域的主要动力来源,电机的正常工作对保证生产制造过程的安全、高效、敏捷、优质及低耗运行意义十分重大,如果电机在生产过程中出现了故障,将会导致生产停止,带来巨大的效益损失。因此,及时监测到电机工作状况,发现其故障并修复,则可延长电机的使用寿命、提高生产效率和保障人身安全。本文进行了基于DSP的电机故障检测系统的研究,对工农业生产,具有十分重要的意义。针对电机发生的故障问题,本文采用了小波包分析法对故障信号进行检测,由于故障信号中会含有大量的突变信号,因此通过检测和分析信号,能够获得电机的故障信息。传统的故障检测方法是傅里叶变换对信号的频域分析,仅对某频率中的幅值大小和密度进行处理分析,然而,检测不了奇异信号点的时域信息,只能反映信号的整体特征,根本不具有时域局部的特征。小波包分析是在小波理论的基础上提出,它克服了傅里叶变换的缺点,并继承了小波变换的优点,根据小波包具有多分辨分析的属性,所以能将信号投影到各个不同的频带上加以对比处理,由于故障信号中大部分是非线性信号,采用这种方法能够达到故障检测的效果。为了在进行故障诊断时,准确地提取故障信息,对信号进行降噪是很重要的环节,本文采用了改进的小波包阈值法,克服了传统的软、硬阈值降噪法的缺点,增强了降噪精度,从而,提高了故障诊断的准确性。本文设计了电机故障检测系统平台,以DSP作为处理器,通过霍尔电流传感器采集电机的定子电流信号,经过信号调理电路处理和A/D,将信号数据传至DSP,进行小波包和BP神经网络相结合的算法程序处理。通过串口通信传至上位机,从而对异步电机的故障状况进行检测。以Lab VIEW为平台设计了监控界面,通过监控界面,能够观察电机故障的信息。通过对异步电机故障诊断的测试,表明本文设计的电机故障检测系统运行稳定可靠,实时性好,能够准确地检测出异步电机的常见故障。