针对异步电机的构造与转子故障特征，基于统计学习理论提出了信号处理技术与支持向量机故障诊断相结合的方法，以鼠笼式异步电动机为研究对象，建立了电机转子故障实验系统，并采集了电机故障信号，使用最小二乘支持向量机(LS-SVM)进行故障分类。其次针对鼠笼式电机转子多故障分类问题，提出了小波包分析两种不同故障信号预处理方法，将采集的电机机壳振动信号分别进行分析，提取了故障特征向量，并结合LS-SVM分类功能，实现对电机转子不同故障的有效分类。实验结果表明,小波分析与LS-SVM结合的方法具有很好的分类精度。