随着电力电子技术、传感技术、稀土永磁材料、电机控制理论的发展,永磁同步电机由于其结构简单、体积小、效率高、转矩质量比高、控制性能好、易于散热及维护等优点,在电动汽车、飞机、高铁等领域获得越来越广泛的应用。而永磁体作为永磁同步电机的核心部件,其退磁故障是永磁同步电机推广应用的一个关键性难题,它直接关系到永磁同步电机的正常运转,对整个控制系统性能也有一定影响,出现退磁故障后可能会造成巨大的损失,因此对永磁同步电机退磁故障的检测与诊断显得极其重要。永磁同步电机退磁故障诊断的核心是寻求简单、可靠的故障特征量,且能在复杂的非平稳状态下实现故障探测、故障隔离并确定故障程度。针对永磁同步电机退磁问题,本文研究一种非侵入式智能故障诊断方法:基于电流信号机器学习的永磁同步电机故障诊断方法,并设计了一款永磁同步电机退磁故障诊断自动化系统软件。其内容主要分为以下三部分进行深入研究:(1)首先,通过对永磁同步电机永磁体进行分析,分析其退磁机理,采用有限元的方法对永磁同步电机进行退磁分析,利用有限元仿真软件搭建出永磁同步电机局部退磁故障模型,通过仿真获取故障模型的电流、电压、磁链等关键信息,并对其进行研究分析,最终选取电流信息作为研究对象。(2)其次,针对永磁同步电机单永磁体退磁故障问题,提出基于代价敏感支持向量机(CS-SVM)的退磁故障诊断方法。采用经验模态分解(EMD)方法对故障电流信号进行处理,然后对固有模态函数(IMF)分量作关于时间轴积分构建出IMF能量矩,以此作为故障特征并进行特征提取。利用CS-SVM算法对故障数据进行诊断分类,并与现有的几种故障诊断方法进行对比,结果表明所提方法确实可行。(3)最后,针对永磁同步电机局部退磁故障,提出一种更先进的代价敏感大间隔分布机(CS-LDM)学习方法,对局部退磁故障电流特征信号进行有效分析与故障识别。实验结果表明,本文提出的方法有较高的诊断精度。并且基于CS-LDM算法,开发了一套基于CS-LDM的永磁同步电机退磁故障智能诊断系统软件,利用该软件实现对永磁同步电机退磁故障进行在线诊断。