为通过监测电机电流信号以实现对转子系统故障的识别与诊断,考虑圆盘不平衡因素,建立平行不对中转子系统动力学模型,然后应用拉格朗日方程,推导出转子系统运动微分方程,并以电机的电磁扭矩为纽带,在MATLAB/Simulink环境下建立三相异步电动机—转子系统机电耦合模型,最后应用傅里叶变换对电流信号进行频谱分析,研究平行不对中故障激励下电机电流信号的耦合特性。仿真结果表明：不平行故障会使电流信号激发出的边频分量,随着不平衡量的增大,还会激发出的边频分量;考虑质量偏心,电流信号还会激发出的边频分量,但当时,的边频分量会被淹没,反之,该边频分量则比较明显。

为了通过监测电机电流以实现转子系统故障的识别与诊断,建立偏角不对中转子系统动力学模型,推导出转子系统的转角不对中力矩,并以电机的电磁扭矩为纽带,在MATLAB/Simulink环境下建立三相异步电动机—转子系统机电耦合仿真模型,应用傅里叶变换对定子电流信号进行频谱分析,研究偏角不对中故障激励下电机电流信号的耦合特性。仿真结果表明：正常状态下,电流信号会产生工频分量和奇数次倍频的谐波分量。当转子系统存在转角不对中故障时,三次谐波分量会出现明显的增强,而且其峰值会随着转角不对中量的增加而变大。

针对传统转子系统故障诊断信号的单一性,提出了基于电机电流和多传感器振动信号的融合信号的转子系统故障诊断方法。首先在单跨转子试验台上模拟转子系统的不平衡、不对中、碰磨故障,并采集不同故障类型下拖动电机的电流信号及不同位置的振动信号,其次利用小波包能量法对采集的信号进行特征值提取,最后利用贝叶斯网络对转子系统故障类型进行识别。试验结果表明：与只利用电机电流信号或振动信号相比,利用融合信息进行转子系统故障诊断准确率明显提高。