变频器具有优异的调速功能,高效的起制动效率和良好的节能效果,近年来在国内外得到了广泛的发展和应用。然而变频器的工作场所往往环境恶劣,容易导致变频器发生故障。变频器一旦发生故障轻则会使生产停止,严重情况下会造成人员伤亡和重大经济损失。现阶段关于变频器主电路故障诊断的方法都存在一定的局限性,不能完全有效的解决系统的复杂性问题。本文提出基于Matlab故障仿真的变频器主电路故障诊断方法对变频器主电路故障进行诊断。首先,本文针对变频器主电路结构和故障机理进行分析,找出主电路故障的主要原因。由于故障模型的建立需要大量的故障样本,本文利用Matlab软件下Simulink工具箱建立变频器主电路仿真模型,根据主电路故障机理,利用仿真模型模拟出变频器在工作过程中可能出现的故障。然后,利用小波包分析法对模拟出的变频器主电路故障进行分析,以变频器发生故障时的三相输出作为故障信息,采集故障样本,利用小波包分析提取出能够表征故障信号的特征系数,构造特征向量。最后,将小波包分析提取出的特征向量作为神经网络的输入,变频器的故障结果作为神经网络的输出,构建BP神经网络模型。通过神经网络实现对故障的定位,解决故障特征与故障结果之间的复杂关系。为了获得更好的诊断性能,针对BP神经网络容易陷入局部极值造成模型诊断的准确度不高的问题,本文利用遗传算法对已经建立的变频器故障诊断模型进行优化,测试结果表明优化后的模型准确度更高。本文将Matlab电路仿真、小波包分析、BP神经网络、遗传算法应用到变频器故障诊断问题上。解决了变频器在发生故障时难以准确、快速的进行诊断的问题,为变频器的故障诊断提供了一个有效的方法,能够有效提高变频器的安全性,降低变频器的维修成本和时间,保障了生产作业的稳定性。