随着现代科学技术的进步和电气化程度的提高，电机作为一种重要的机电产品，已被广泛地应用于工业生产的各个领域，电机发生故障和停止运行，不仅会损坏电机本身，而且会影响整个系统的正常工作，甚至危及人身安全，造成巨大的经济损失。通过对电机状态的监测和分析，可以及早发现故障和预防故障的进一步恶化，减少突发事故造成的停产损失，并为实现状态检修创造条件。　　 在电机出现故障时，伴随着很多信号特征，其中利用这些信号对设备进行诊断，是对设备进行故障诊断较有效的方法。电机在运行过程中的振动特征信息常常反映系统的运行状态和变化规律，对振动信号进行采集分析处理是进行系统状态监测和故障诊断的重要手段。传统的基于傅里叶变换的频谱分析法是振动信号分析中最常用的分析方法，且在电机出现故障时，故障信号中往往含有大量的时变、短时突发性质的成分，但傅里叶分析方法仅适应于分析平稳信号，这一缺陷限制了它在设备故障诊断中的应用。而近些年发展迅速的时频分析法可以有效地应用于非平稳信号的分析。其中小波变换，作为一种时频分析方法，在对非平稳信号进行分析时，特别是有突变的信号进行分析时，效果显著。　　 本文首先介绍了电动机故障诊断的研究现状、概念、方法及电动机常见的故障类型。其次，详细介绍了振动分析法，小波变换的原理及在电机故障诊断中的应用基础知识。最后，将小波变换，振动分析法及LabVIEW相结合运用于故障诊断，设计了系统的软硬件平台，实现了故障信号的检测与小波分析功能，通过此平台对电机常见的一些故障信号进行仿真分析，实验结果表明该方法表现出良好的时频分析效果，能有效的检测故障信号的特征。