在自动化设备高速发展的时代,越来越多的机械设备取代了人工操作。其中,伺服电机作为多轴运动控制系统的执行器起到了至关重要的作用。当伺服电机运行环境恶劣或干扰较多时,可能会使其各部件出现不同种类的故障,严重时可能导致整个系统功能瘫痪与损毁,造成不可挽回的损失。所以,对于伺服电机进行实时故障诊断工作的重要性不言而喻。本文基于伺服电机运动控制系统,开发了一套实时在线状态监测平台,同时进行故障诊断方法研究,并将算法嵌入到平台中。本文的主要工作如下:首先,对国内外伺服电机故障诊断技术及其故障诊断平台的现状做出分析与总结。在阐述目前针对伺服电机常用的故障诊断方法的同时,从现有故障诊断平台的系统结构出发,对平台的运行方式、功能设计及其搭载的故障诊断方法做出了详细地分析,总结了现有伺服电机故障诊断方法与诊断平台的局限。针对现有平台的不足,提出了在线的实时伺服电机故障诊断平台的开发。从系统的功能需求出发,设计平台总体结构并完成了电机及其伺服系统的选型与搭建。根据平台总体结构与功能需求,完成了下位机控制系统、上位机人机交互系统与故障诊断工具箱的设计,对其模块组成、功能需求及设计实现进行解释说明,实现了实时的数据交互与在线故障诊断功能,完成了对于电机的运动控制、状态监控、故障诊断过程及结果的可视化。在完成平台的开发工作后,针对伺服电机平台故障诊断功能的需求,选择基于模型的故障诊断方法。根据不同的应用条件,提出了基于Kalman滤波、区间观测器以及神经网络的故障诊断方法,对每种方法的故障诊断原理以及算法的设计过程进行了详细的推导与说明。最后,在完成参数设计的基础上说明了三种方法在上位机故障诊断工具箱中的工作流程,完成了其在C++程序运行环境下的嵌入式实现。同时,基于电机参数模型实现了任意时间、任意大小的执行器模拟故障注入功能,验证了每种算法在伺服电机故障诊断平台上的实时诊断效果。