继《中华人民共和国环境保护税法》等相关法规推出后,许多小型混凝土厂商和大量的简易混凝土生产设备被逐渐淘汰。规模更大、自动化和集成化程度更高的混凝土搅拌站已经成为主流的发展方向。螺旋输送电机作为搅拌站最重要的物料输送设备之一,由于其工作环境恶劣、工作强度大,可靠性和稳定性很难得到保障。本文采用试验法对螺旋输送电机的智能诊断方法进行研究。首先根据其实际工作需求,运用MATLAB/Simulink建立了电机矢量控制模型。然后在此基础上对电机的主要故障形式进行仿真分析,并根据电机故障信号的特点,提出利用小波分解法提取电机的故障特征参数。接着采用PCA(主元分析)法选取电机的主要故障特征参数,确定故障样本。最后结合BP神经网络和遗传算法的优点,建立了AGA-BP神经网络故障诊断模型,并利用采集的样本数据进行试验验证。试验结果显示该模型的诊断精度为73.3%,表明本文设计的诊断模型具有良好的故障诊断能力。通过本研究可以为将来混凝土搅拌站智能化控制系统的设计提供有效的技术支撑。