三相异步电动机具有结构简单，较高的性价比和良好的环境适应性，在国民经济各个领域得到了广泛的应用。三相异步电动机的运行状况直接影响到工业制造生产的高效率。当电机出现故障时，不仅仅损害其本身，还会影响到整个工作的生产以及人身安全。所以及早的诊断出电动机的早期故障就可以有效的避免发生重大事故，对于查找故障原因及故障维修意义非凡。　　本文以电动机故障诊断与保护理论为基础，针对其研究现状和发展趋势，提出用对称分量法、小波分析、与神经网络相结合的异步电动机故障诊断方法。该方法利用对称分量法对电动机的对称和非对称故障分析并提取出相应的电动机故障特征向量，并针对电动机的匝间短路故障利用小波分析在频域上获得故障特征频率，经过神经网络的辨识由此确定故障。　　论文中采用的硬件方案是TMS320F2812DSP，其可以大幅度的提高电动机保护装置的性能，完全可以作为本装置的硬件平台，对于软件的编写，DSP具有多种语言编程和混合语音编程的功能，此外，本保护装置能够完成继电保护功能，将保护算法移植到DSP中，根据保护系统要求的稳，快，准的发展趋势，建立基于DSP的三相异步电动机故障综合保护系统。最后通过搭建实验平台，验证电动机保护装置的可用性和可靠性，为以后实际应用做基础。