随着“工业4.0”的推进,工业生产向自动化和智能化的方向发展,在提升生产效率的同时,对系统动能提供的稳定性提出了更高的要求。三相异步电动机作为工业生产中重要的电力设备,一旦发生故障,不仅影响设备自身的运行状态,而且会影响生产系统的正常运行。因此为保证工业生产的安全稳定运行,需要研究一种合理可行的实时故障诊断技术实现三相异步电动机的故障诊断功能。针对三相异步电动机的故障诊断,本文作了以下研究:(1)基于模糊Petri网理论(Fuzzy Petri Net,FPN)和综合粒子群算法(Comprehensive Learning Particle Swarm Optimization,CLPSO),提出了综合粒子群模糊 Petri 网(Comprehensive Learning Particle Swarm Optimization and Fuzzy Petri Net,CLPSO-FPN)的故障诊断方式。(2)介绍CLPSO-FPN故障诊断方式的故障诊断流程,提出变迁影响因子的概念取代传统模糊Petri网理论中的变迁可信度,提高了系统各模块间故障逻辑的表达能力,解决复杂系统故障诊断模型的空间爆炸问题。(3)分析基于CLPSO-FPN故障诊断方法,介绍了基于CLPSO-FPN故障诊断系统的组成。该系统首先通过连续信号处理系统对采集得到的故障数据进行故障分类;然后通过连续一离散系统接口进行连续分类标签的离散化处理,实现离散信号处理系统的激活作用;最后通过离散信号处理系统的故障诊断推理实现三相异步电动机的故障诊断功能。(4)分析三相异步电动机的结构、工作原理以及故障类型,构建三相异步电动机的故障诊断模型。详细介绍基于CLPSO-FPN故障诊断系统的连续和离散数据获取、处理过程,并利用CLPSO-FPN理论实现对故障诊断模型的优化。(5)以“轴承故障”为例详细介绍了 CLPSO-FPN的故障诊断过程,并验证了本文故障诊断方法的有效性和准确性。