随着现代科学技术的进步和生产系统的不断发展，电机在生产中发挥着越来越重要的作用。电机故障不仅会损坏电机本身，而且会影响整个系统的正常工作，甚至危及人身安全，造成巨大的经济损失。通过对常见故障的诊断和分析，可以及早发现故障和预防故障的进一步恶化，减少突发事故造成的停产损失，并为实现状态检修创造条件。 电机发生故障，故障信号中往往含有大量的时变、短时冲击、突发性质的成分，传统的信号分析方法如Fourier变换无能无力，不能有效地提取出电机的故障特征。在电机测试领域，当测试信号为非平稳信号时，应用Fourier变换也不能得到有效的分析结果。小波变换作为一种时频分析方法，它在时频域都具有表征信号局部特征的能力，能通过时频窗的灵活变换宋突出信号的不同频率成分。考虑到小波变换处理非平稳信号的优越性，本文研究如何将小波变换应用于电机故障诊断和电机测试中。 本论文主要做了以下工作： 提出了基于小波脊线的渐近信号瞬时频率提取算法，并研究了渐近信号小波变换的渐近估计方法。指出可以利用信号的小波脊线来提取频率随时间连续变换的信号的瞬时频率，并将该瞬时频率提取算法成功地应用到异步电动机定子起动电流信号的分析中，有效地提取出了转子断条故障特征。 分析了应用Mallat小波变换快速算法提取转子断条故障特征的可行性，指出由于故障信号与正常信号在时频域上的表现非常接近，仅使用基于频带划分的多分辨率分析方法的Mallat算法难以提取出明显的转子断条特征量。在电机转子故障检测中，诊断效果常受负荷波动的影响，本文提出了基于小波变换的负荷波动判定方法，它能明显地区分出电机的转子断条与负荷波动，提高了转子故障诊断的可靠性。由连续小波变换离散化得到的离散小波变换算法运算量大，计算速度慢，本文提出了一种小波变换快速算法，它利用递推方法计算小波系数，运算速度很快。本文将该快速算法应用到电机稳态电流信号复值小波变换的相对相位变化率提取中，用以诊断异步电机的转子故障。 提出了基于小波包变换的浮动阈值去噪算法，并应用到直流电动机测试过程中的高频噪声去除过程中。既有效地去除了噪声，同时又保留了信号的有用高频成分。