在工业发展进程中生产日益向着自动化、集成化、智能化方向发展,鼠笼式异步电动机因结构简单、控制方便等优点而作为主要的动力传输和转换设备广泛应用于各类生产或者控制系统中,然而长期频繁启动停止或者是不间断运行会导致其转子出现偏心或者断条等故障,这些故障可能导致整个系统运行不稳定或者引发更大的故障产生,不光影响正常生产在严重情况下还会带来巨大的经济损失或者是危机生产人员的人身安全；因此,关于电机故障诊断的研究早已成为研究热点,对于避免灾难性事故和巨额经济损失具有重要的意义,随着信号处理方法和数字信号处理器件的不断更新换代电机故障诊断的技术也在不断的革新。鼠笼式异步电动机主要的故障有转子断条和断环、气隙偏心、电机轴承故障和定子绕组匝间短路等,本文提出一种基于RELAX算法和DSP的鼠笼式异步电动机在线监测系统的设计方法,主要通过分析定子电流信号中相应的特征频率分量来实现对电动机转子断条和气隙偏心故障的识别和诊断。整个系统以德州仪器TMS320C6713型高速DSP为整个系统数据采集和处理的核心,定子电流信号主要是通过SP1T200C5V6型电流传感器进行采集,而后通过A/D转换芯片MAX1270将电流传感器输出的定子电流信号转换为数字信号传送到DSP进行处理。整个硬件电路设计简便、抗干扰能力强,具有较高的稳定性和可靠性。RELAX算法是一种基于频域信号可松弛算法,其广泛应用与各种特征信号的分离和提取,与其他算法相比具有很高的识别特性,本文首先在MATLAB仿真平台对RELAX算法进行仿真,分析验证了算法的可行性后,在DSP开发环境CCS3.3中对RELAX算法进行了编写实现了算法的DSP移植,从而完成了对电机故障信号的在线不间断采集和故障特征量的提取,故障特征量信号通过RS232串行口发送到上位机既工控机,依托LabVIEW作为开发平台,通过LabVIEW调用在MATLAB环境中开发的自组织竞争神经网络程序,完成对故障信号的最终分类和诊断。