出于保护环境及节约能源的需要,各国政府大力推动电动车辆的发展。由于永磁同步电机具有效率高、功率密度高和调速范围宽等优点,被广泛应用于电动车辆电机驱动系统中。为了保证整车的安全性,永磁同步电动机自身的故障诊断就显得尤为重要。本文主要针对电动车辆永磁同步驱动电机主要电气故障进行故障诊断方法的研究,并进行在线故障诊断系统的硬件设计。本文首先对永磁同步电机驱动系统的整体结构进行简要的说明,接着对其电气故障的特征、原因和故障影响进行分析。通过Matlab/Simulink软件建立永磁同步电机驱动系统的模型,并对相间短路、单相接地等常见电气故障和失磁故障进行仿真模拟;通过Ansoft软件建立电机2D有限元模型,并进行电机匝间短路故障的仿真模拟。本文基于改进的神经网络故障诊断方法,研究以小波分解为基础,提取故障诊断的相关特征,进而通过集成神经网络进行识别的故障诊断方法。通过仿真获取四组样本数据,前三组作为神经网络的训练样本,最后一组作为该故障诊断方法的测试样本;仿真的结果显示该方法具有诊断准确,实时性好的特点,达到了目标要求。本文搭建了相关的电机台架,并对部分电气故障进行实验模拟。通过自行设计的LabVIEW上位机数据采集软件,进行电机正常运转及发生电气故障时电流、电压等数据的采集,并使用该数据进行故障诊断。诊断结果验证了基于小波分解与集成神经网络相结合的诊断方法的可靠性。最后,本文依据需求进行了永磁同步电机在线诊断系统的硬件设计,调试结果显示其硬件功能性良好。