随着自动化技术、计算机运算能力的大大提高,现代化技术使得电机故障得到更加深入精确的诊断。其中电机的温度监测、振动监测、电流监测是目前电机运行多样检测中最主要的监测参数。然而,在电机上采用一个大而全的检测系统是不切实际的,也不可能把所有的监测项目用于一台电机上。监测项目的选择应同时考虑电机监测的成本及监测对象的具体环境和要求。由于吸声率低,电机运行时机壳几乎毫无保留地对外辐射出振动的噪声,本文主要研究了电机故障时发出噪声的种类及详细分析了电机发出噪声的原因,对噪声数据中携带着电机本身的结构信息和运行状态信息进行深入研究。正是利用电机故障时噪声具有的这一特征,本文提出了对故障电机运行时发出的声音进行监测,为电机故障诊断提供一种非接触式的诊断方法,而且采集到的噪声信号并不需要太长,一个有限时间内的记录就可以满足分析要求。本文完成了利用麦克风阵列传感器对电机噪声进行噪声采集,对故障电机噪声进行信号处理,从噪声的频率、信号源数、来波方向三个方面判断电机的故障。将采集到的声音阵列信号放大并在Matlab软件上进行数字滤波,通过盖氏圆算法确定噪声源数目并进行高分辨率谱估计算法(MUSIC算法)分析,最后对电机进行故障诊断。本文针对采用的信号处理算法,即包括对噪声源进行数字滤波、盖氏圆源数估计算法及高分辨率谱估计算法都进行了一一仿真,对算法中要求的参数都通过计算。最后通过对现场故障电机的在线监测、对数据进行深入分析,成功有效地对电机故障进行正确诊断。