高端智能装备的广泛应用使得电机的重要性日益凸显,电机作为生活生产的主要动力输出设备,对居民生活和社会发展起着至关重要的作用。一旦电机出现故障,轻则带来经济损失影响生产效率,重则引发灾难性事故威胁人身安全。目前电机故障多针对已知模型或实验工况,对于工作现场负载对电机产生的影响,考虑较少,个性化的电机自动在线监测系统是现代故障诊断的难题。针对电机运行环境多样,需求工况复杂,常规诊断算法适应性差的问题,本文提出一种基于时频热力图的电机在线监测及故障诊断方法。该方法通过引入人工干预,较好的提高了诊断系统的环境适应性,通过诊断过程可视化,提高了诊断结果的可解释性。本文以振动为出发点,对电机故障形成机理进行了分析研究,对典型故障振动模型及特征频率进行了归纳总结。从信号角度对电机故障信号进行分析处理,分析了几种典型时频处理方法,从时域、频域、时频域对故障信号进行了分析。研究了基于Tamura纹理特征的最佳小波基选择,获取最佳时频特征图像。从图像角度对时频特征图像进行特征强化;采用局部二值特征提取,获取时频图像特征;根据时频图像的局部二值特征向量,选用支持向量机对电机故障进行诊断。提出动态故障诊断,引入人工干预,使电机故障诊断算法具有实时验证和完善的能力,具有更好的环境适应性,对诊断过程进行可视化,使诊断结果具有解释性。设计开发了振动采集分析系统,对振动传感器和数据采集卡进行选型及布置;对上位机软件进行了设计开发和功能验证。该系统应用于苏州某大型电机维修厂,于出厂端进行故障排查,取得较好效果。对其离线分析功能进行验证,确保了系统的实用性和可靠性。