电动机是现代社会最主要的实现机电能量转换或改变电能特性的机械,是当前应用最广泛的原动力和驱动装置,在生产企业及日常生活中都得到了广泛的应用,人们也非常关心其是否正常运行,因此,对其进行测试和故障分析诊断也就变的势在必行了。虚拟仪器技术是一种方兴未艾的测试技术,具有组建简单灵活,升级维护方便等优点。目前,使用较为广泛的虚拟仪器开发环境是美国NI公司的LabVIEW。所以本文基于LabVIEW来进行油田电动机的虚拟测试及故障分析。本文描述了电动机振动测试系统的构成,搭建了系统硬件平台,选取了振动信号传感器及采集卡；完成了各功能模块的设计,并详细介绍了采集部分的设计过程。深入研究了电动机振动信号的各种处理方法,首先分析对比了各种信号预处理方法,并对振动信号进行了预处理。深入分析了相关函数、傅立叶变换及功率谱分析等信号处理方法的优点,及其在电动机振动信号处理中的作用。着重研究了AR模型、MA模型、ARMA模型三种模型谱估计方法,以及倒频谱分析法在电动机振动信号处理上的应用。针对电动机的振动信号时变性和故障特征频率提取困难的特点,将基于自回归AR模型的倒谱分析方法应用于电动机的故障诊断。具体是对电动机振动信号进行AR建模：进行阶次预测和系数预测,得到相关参数,再进行倒谱变换。实验证明该方法能消除“频率模糊”现象,快速准确地提取出所需要的频谱信息。