电机在运行时出现的故障,可能会涉及多个不同的工作系统,因此与一般机械设备诊断相比,电机故障诊断涉及的技术领域更广,包括电机学、高电压技术、机械诊断学、材料工程、信息工程技术、电子测量学、计算机技术等多个不同领域。由于电机存在多个相互关联的工作系统,故障的起因和征兆往往表现出一种多元性,电机一种故障的出现往往会诱发其它故障的产生,而形成多故障耦合的情况,这种不同故障类型间的相互耦合效应也为电动机故障诊断增加了难度。随着计算机技术、数据融合方法和各种人工智能理论的发展为电机故障诊断技术的发展提供了全新的解决方案。本文针对电机故障的特点,应用小波分析、模糊算法、人工免疫理论和多传感器信息融合等多种现代计算方法,实现了电机故障的综合诊断。本文开展的主要研究工作如下：(1)对电机的常见故障类型、故障产生机理、故障特征和故障诊断方法进行了分析和总结。分析了电机电气故障对电机振动信号的影响,以及电机机械故障的电机电流信号的影响。论述了应用多源传感器信息综合诊断对提高电机故障诊断准确率的意义。(2)提出了基于人工免疫算法的多传感器特征层融合诊断方法,将“同质”传感器信息进行特征层融合,通过免疫系统识别“自己-非己”识别机理实现电机故障的识别和定位。将电机电流、振动信号的频带能量信息作为电机故障特征向量,通过计算故障检测器集R与样本的欧式距离是否超过阈值来判别电机是否出现故障。诊断实例结果表明,在单故障模式下,基于免疫算法的特征层融合诊断方法能够获得较高的诊断准确度。同时基于免疫算法的电机特征层融合诊断,能够对电机运行状态与各故障类型间的匹配程度进行定量描述,将这种定量描述作为决策层融合诊断系统的输入向量对电机故障进行进一步诊断。(3)针对传统证据理论无法处理冲突规则的缺点,将模糊推理方法引入信息决策层融合诊断领域。通过规则竞争原则保留符合样本数多的规则,将其它相冲突规则进行删除处理；通过阈值方法判别相似规则,删除冗余的相似规则。(4)提出了基于免疫算法的决策层融合诊断系统的优化方法。根据训练样本局部判决在其取值范围内的分布情况对模糊隶属度函数进行初始化,利用系统输出误差和惩罚项作为隶属度函数的评价函数对其进行优化；利用干扰因子阈值和影响因子阂值删除融合系统中模糊划分数的冗余项；采用多峰值免疫优化算法对融合系统规则集进行优化,通过多个差异种群同时优化,提高系统优化速度,确保搜索到所有局部最优点。(5)提出了一种基于免疫算法和模糊推理机的多传感器混合式融合诊断方法。采用免疫诊断方法将“同质”传感器信息进行特征层融合,并得出系统局部判决；将局部判决结果作为模糊推理机输入进行决策层融合诊断。该方法一方面减少了决策层融合诊断系统的输入节点数,降低系统优化难度,输入节点数不随传感器数量的增加而增加；另一方面,通过“同质”传感器的特征层融合诊断,提高了局部判决的准确率,从而提高了诊断系统最终诊断结果的准确率；同时,实验结果表明,模糊推理机对多故障间的耦合效应进行了很好的拟合,大大提高了耦合故障的诊断准确率。