无刷直流电机以功率密度高、结构简单和控制灵活等特点在许多场合中得到了广泛的应用。然而无刷直流电机驱动系统常会因运行时间长、使用环境恶劣等原因而不可避免的出现各种故障,因此开展无刷直流电机驱动系统故障诊断的研究对提高系统的可靠性和扩大适用范围具有重要意义。无刷直流电机驱动系统故障主要包括位置传感器故障和逆变器故障,本文以电流信号作为故障信息去判断驱动系统是否出现故障,其中对于位置传感器提出用BP神经网络对故障进行诊断与定位,对于逆变器提出用电流的相关系数和绝对平均值对故障进行诊断和定位,具体研究如下。首先,对无刷直流电机的基本结构进行了介绍,分析了其数学模型。根据无刷直流电机的基本结构和数学模型,在Matlab/Simulink上建立了无刷直流电机双闭环控制系统,得到了系统正常工作时和发生故障时的波形。通过对系统正常工作时各参数的波形分析选择了三相电流作为故障特征,同时将发生故障时三相电流数据用于驱动系统的故障诊断,减少了电机参数变化引起的干扰。其次,针对无刷直流电机位置传感器故障,本文利用BP神经网络对不同故障情况下三相电流数据进行学习与训练,通过训练后的结果来诊断是否发生故障,并对故障进行分类与定位。另外,提出了一种基于线反电动势检测的无位置传感器控制策略,利用不同导通方式下非换相相电流的变化率和线反电动势与功率开关管开断情况之间的对应关系来估算转子位置。当无刷直流电机在运行过程中诊断出故障后,可以利用该策略进行容错控制。再次,对于无刷直流电机逆变器故障,本文提出了利用三相电流中每两相电流之间的相关系数对故障相进行诊断的方法,该方法同时采用三相电流的绝对平均值去判断电流极性,进而将两个诊断特征量进行组合,通过复合诊断特征量对故障功率开关管进行定位,可以对单管开路故障和单相开路故障共9种故障位置进行准确的故障诊断与定位。仿真结果表明,本文提出的基于电流特征分析的故障诊断策略能够对逆变器故障进行诊断与定位,对瞬态响应有一定的抗干扰能力,具有较强的鲁棒性,减少了误诊的发生,增加了诊断效率。最后搭建了以STM32芯片为核心的无刷直流电机实验平台,通过模拟位置传感器和逆变器故障的发生,采集各故障状态的三相电流数据,将数据传输至PC机上对故障诊断方法进行验证。实验结果验证了故障诊断策略的有效性和准确性。