随着电力电子技术的飞速发展，电动机在国民经济的发展中得到了广泛应用。电机转子、滚动轴承以及齿轮是变频调速电动机的重要组成部分，对其进行故障诊断具有重要意义。电机旋转机构的故障信号大都为多个调制分量相互叠加的调频调幅信号之和，由于其多载波多调制、非线性非平稳的特性，在故障诊断中有必要采取合适的信号特征提取方法。时频分析方法由于能同时提供信号在时域和频域的局部特征信息而成为一种应用广泛的分析工具。本文在研究了局域均值分解方法(Localmean decomposition, LMD)的基础上，提出了一种基于线性调频Z变换(Chirp ZTransform, CZT)和LMD边际谱的新的自适应故障诊断方法，并运用到电机转子、滚动轴承以及齿轮的故障诊断。本文首先介绍了变频调速电动机故障诊断的研究背景，详细分析了电机转子断条、转子偏心、轴承点蚀以及齿轮裂纹的故障机理。然后描述了信号的时频分析方法的发展历程，引出了局域均值分解方法。随后详细介绍了局域均值分解方法的基本原理和算法设计思路，设计了一个调频调幅的仿真信号验证局域均值分解方法的可行性。针对目前研究中存在的分辨率不高的问题，提出运用线性调频Z变换方法来校正瞬时频率，提高了局部分辨精度。接下来尝试定义了LMD谱以及LMD边际谱的概念，通过对比Fourier幅值谱和LMD边际谱，明确了LMD边际谱的物理意义，体现了原始信号中的整体能量分布特征。最后，本文依托QPZZ-II旋转机械振动故障平台，将线性调频Z变换和LMD边际谱运用到了异步电机转子偏心、转子断条两种仿真信号和滚动轴承外圈点蚀、齿轮裂纹两种实际振动信号的故障诊断中。实验结果表明，本文提出改进后的新方法能够成功提取和解调故障信号，并对其进行局部和整体的联合分析。因此，该方法能有效适用于变频调速电动机体的故障诊断研究。