异步电动机具有较高的性价比和良好的环境适应性，作为主要的动力设备广泛应用于电力系统及工业生产中。然而在实际中，当电机运行时间过长、过载或频繁地起、停时，其转子将很容易发生断条或端环开裂等故障。若能检测出电机转子早期的故障征兆，并及时进行维修，则能避免意外停机及恶性事故的发生，对于安全生产具有重要的意义。实现这一目标的关键在于能否准确地提取出电机转子的故障特征。　　电机出现故障时，其故障信号中常包含大量突变、短时冲击、奇异的非平稳成分。传统的信号处理技术（如Fourier变换）无法实现对非平稳信号的有效分析。近十年来，从傅里叶变换基础上发展起来的小波变换，具有多分辨率分析及良好的时频局部性，并可通过时窗和频窗的灵活变换来突出信号的不同频率成分，在非平稳信号分析中具有独特的优势，非常适合用于电机故障特征的提取。本文通过对异步电动机转子故障特征机理的研究，并结合小波变换理论，提出了基于小波变换的异步电动机转子故障诊断新方法。　　在电机起动过程中，针对小波脊线法在转子故障特征提取中的局限性，提出了基于改进小波脊线的转子故障特征提取新方法。利用改进的小波脊线法对实验室测量到的电机定子起动电流信号进行处理，较好地提取出了转子故障特征，并有效地克服了小波脊线算法在迭代过程中容易发散及计算速度较慢的缺陷，提高了转子故障诊断的有效性。　　在电机稳态运行中，研究了应用Mallat算法提取转子故障特征的可行性问题。同时，基于电机转子发生故障时，其定子电流的相位信息也将随之改变的现象，提出了将定子电流信号的复值小波变换的相对相位变化率作为转子故障特征，并应用复值小波变换快速递归算法对实测的电机定子稳态电流信号进行分析，很好地诊断出了转子故障，为电机故障诊断提供了新的思路。