速度为200 km/h的EMS型中速磁浮列车作为一种新型运输工具,因其具有噪声小、爬坡能力强、维护工作量小等优势而受到了广泛研究。中速磁浮是在原有EMS型低速磁浮列车保持悬浮系统基本不变的情况下,采用长定子同步牵引的方式对其牵引系统进行改进的,其轨道相比普通轮轨轨道增加了电磁特性,需要进行电气参数的监测。牵引系统工作环境恶劣,容易发生长定子绕组电缆破损等直接威胁列车安全运行的故障,但目前关于中速磁浮牵引电机的故障研究领域还处于空白阶段。因此,本文以中速磁浮牵引电机为研究对象,对长定子绕组的故障诊断方法进行研究,包括长定子绕组故障仿真分析,采用CEEMDAN对监测信号进行时频域特征提取、Relief F对状态参量进行特征选择、PSO-SOM-BP和PSO-SOM-SVM进行故障诊断等。主要研究内容与成果如下:（1）中速磁浮牵引电机结构特点及正常工况下的电磁特性分析。利用Maxwell有限元仿真软件对中速磁浮牵引电机进行研究,分析了电机的气隙磁密分布,功角、定子电流、气隙长度变化对电磁牵引力、法向力的影响关系,结果同时表明正常工况下牵引系统与悬浮系统能够实现机械解耦。（2）中速磁浮牵引电机定子绕组故障仿真分析。对牵引电机长定子绕组的故障类型及成因进行了总结,首次利用场路耦合法建立了中速磁浮牵引电机定子绕组单相短路、两相短路、三相短路、单相一对极开路的故障仿真模型,并分析了每种工况对相互关联的各电气量及电磁力的影响情况。（3）牵引电机状态监测信号的特征提取。利用小波软阈值消噪对电磁力信号进行去噪处理,利用陷波滤波法对三相反电势信号进行去基波处理。研究了CEEMDAN方法在信号特征提取方面的优势,用CEEMDAN提取预处理后电磁力、反电势信号的时域特征和Hilbert边际谱特征构成牵引电机定子绕组的状态特征向量。提出使用Relief F-Correlation方法提取牵引电机状态参量中与故障有足够相关度的特征参量并去除冗余特征,确定了牵引电机故障特征参量子集。（4）建立牵引电机故障诊断模型。研究了PSO-SOM-BP和PSO-SOM-SVM对中速磁浮牵引电机定子绕组进行故障识别的方法。利用CEEMDAN和Relief F构建特征参量的方法对定子绕组正常工况、单相短路、两相短路、三相短路、单相一对极开路这5类工况构建特征向量,用PSO-SOM-BP模型和PSO-SOM-SVM模型预测所得正确率分别为98.18%、97.27%。实验结果表明:本文提出的两种诊断模型在预测准确度方面均取得了较为理想的效果。相比而言,PSO-SOM-BP模型的预测准确度略高,而PSO-SOM-SVM模型的训练效率及稳定性更高。