异步电动机在工农业等领域应用越来越广泛,但运行工况也越来越复杂。即使对它定期检修也难免会出现各种故障。单机出现故障会导致整条生产线停机停产从而造成巨大的经济损失。因此,对异步电动机在线状态监测和故障诊断进行研究和应用,对有效改善生产安全性,提高生产效率,减少故障停机率具有重要工程应用意义。本文研究了鼠笼式异步电动机转子断条、轴承缺陷、缺相、转子不平衡和基础松动的故障机理,进行了严谨的理论推导。针对转子断条故障分量容易被基波淹没的问题,提出了巴特沃斯带阻滤波器对基波分量抑制或削弱解决方案,有效突出了故障分量。对于轴承故障、不平衡以及基础松动问题,通过设计巴特沃斯低通滤波器对振动信号滤波,来排除高频噪声的影响。对电机故障诊断现有的算法做了研究,分析了其优缺点,提出基于巴特沃斯滤波和相关理论相结合的改进型希尔伯特-黄变换算法,将本征模态函数与原始信号做相关分析来判断本征模态函数的真假性,可以有效解决虚假分量和模态混叠问题。基于LabVIEW建立了一个异步电动机在线监测与故障诊断系统,以NI6009数据采集卡为核心采集电流和振动信号,将传感器数据以OLE字段格式存储于Access数据库中,实现了数据采集和实时监测,设备异常时通过报警指示及时发现早期故障。通过调用变体至数据转换功能从数据库中读取数据,以改进的希尔伯特-黄变换算法为主、快速傅里叶变换和时域统计分析为辅建立一个综合分析平台。充分利用了 LabVIEW良好的人机交互界面,克服了 LabVIEW和MATLAB联合编程硬件开支大、算法运行缓慢等问题。基于该系统对电机典型故障,如:转子断条、轴承缺陷、转子不平衡、以及基础松动和转子断条复合故障进行了实验验证,通过改变供电频率和负载大小进行大量实验室分析与优化,使该系统具备工程应用条件。通过实验和工程现场的测试证明该系统对于异步电机的在线监测和故障诊断可靠性高、监测与诊断准确,具有良好的理论和实用价值。