永磁直流电机体积小，重量轻，性能优良，制造成本低，具有重要的经济价值，因而被广泛应用于生产和生活中的许多需要实现自动化动作的场合。本文对永磁直流电机的状态在线监测及故障诊断系统进行了研究。　　首先，对电机换向过程对输出电流信号脉动的影响展开分析，得到了电机在正常状态及发生线圈断路、换向片间短路和绕组脱焊三种特殊故障状态下的电流信号变化规律。同时根据该电流变化规律提出了一种加入电流脉动的永磁直流电机Simulink模型。　　其次，运用加入换向脉动的永磁直流电机Simulink模型对电机进行仿真分析。仿真包括电机正常、发生线圈断路、换向片间短路、绕组脱焊以及电刷磨损故障在内的五种电机状态。通过比较实验数据，验证了用于表征电机状态的特征参数向量的有效性。　　接着，在 MATLAB中按步骤构建了适用于本研究中电机状态模式识别的 BP神经网络。通过运用经验公式，并展开多组试验，对BP神经网络的最佳隐层神经元数目进行了确定，同时对该网络的稳定性也进行了试验验证。　　最后，实现了基于LabVIEW工具的永磁直流电机的故障在线监测及智能诊断系统。从硬件部分和软件部分对其进行设计，该系统主要包括信号采集，数据处理和模式识别这三个功能模块，通过测试试验，证明了本文工作的有效性。