针对基于单一故障信号的异步电机故障诊断存在局限性,以及多故障特征之间非线性关系较强的特点,提出一种基于决策树和支持向量机的故障识别方法。基于先验知识获取电流、振动信号并融合成多维特征,然后基于决策树进行特征提取和数据降维,最后基于支持向量机进行故障诊断。通过异步电机转子、定子的故障诊断实例表明,该方法不仅故障识别率高,而且分类、训练时间短。另外,传统的被动式电机运维成本高、效率低,将提出的方法部署于电机及其驱动设备运行优化工业互联网云平台,可实现设备远程运维和管理。