3상 유도 전동기의 고장 진단을 위한 연구는 오래 전부터 이루어져 왔으며, 그 방법들도 다양한 모습을 가지고 있다. 진동을 취득하여 주파수 분석을 하는 방법이 가장 대표적이며, 그 외에도 다양한 고장 진단을 위하여 소음 및 온도를 측정하여 고장 진단을 수행한다. 그리고 최근에 대두된 방법 중 가장 대표적인 것은 유도 전동기 고정자 전류를 이용하는 방법인 MCSA(Motor Current Signal Analysis)이다. MCSA 이론은 많은 고장 패턴을 포함하고 있기 때문에 진동 측정 방법보다 유용하게 판단되며, 본 논문에서는 MCSA 이론을 바탕으로 고장 패턴을 찾아낸다. 패턴의 분석은 DWT를 이용하여 고장 패턴이 나타나는 주파수대인 고해상도 영역만을 추출하여 분석하게 되며, 패턴 인식은 신경망을 통해 이루어진다. 신호처리 과정은 TMS320C32에서 이루어지며, 빠른 수행 능력을 보여준다. 그리고 모니터링은 PC를 통해 이루어진다.The research with diagnosis methods of 3-phase induction motor has been done for a long time, many methods is developed. The method to obtain the vibrations is most representative, and in addition to variety fault, diagnose by measuring the noise and temperature. Recently emerged of the most representative method is the MCSA that using the stator current of induction motor. Because MCSA theory subsume many methods of finding frequency pattern, that is determined more useful for vibration method. In this paper, the fault patterns is found by MCSA. The feature is found by DWT where high frequency space that shows well the fault pattern, and pattern recognition is handled by neural network. Signal processing is done by the TMS320C32, and that shows fast achievement. And monitoring is processed in PC.