Представлено метод ідентифікації дефектів приводу з асинхронним двигуном, використовуючи вейвлет-аналіз досліджуваних сигналів і модель нейронної мережі. Наведено модель нейронної мережі, перетворюваної на чергових наступних етапах на підставі алгоритму, за допомогою якого вносяться істотні зміни параметрів цієї мережі. На основі проведених досліджень для трьох важливих змінних стану, які описують фізичні величини обраної моделі асинхронного електроприводу, підтверджено придатність запропонованого методу для проведення діагностики, що надає змогу ідентифікувати характер пошкоджень в даному приводі на початковій стадії виникнення. Симуляцію моделі асинхронного двигуна здійснено в середовищі Matlab Simulink. В подальшому виконано моделювання на основі нейронних мереж, підтримуючи вейвлет-розкладання для трьох змінних стану. За допомогою цих змінних стану описано такі фізичні величини: струм ротора, кутову швидкість, лінійне прискорення. Всі результати, одержані на базі обчислень за допомогою нейронної мережі, надалі збережено у відповідній матриці. Для реалізації алгоритму діагностики застосовано нейронну мережу, що має один шар нейронів. Нейронні мережі навчено згідно з прийнятим алгоритмом для знаходження найменшого значення матриці. Доведено, що одержане найменше значення матриці є корисним для правильної діагностики випробуваного двигуна. Результатами проведеної симуляції підтверджено, що модельований асинхронний двигун можна здіагнозувати щодо джерел дефектів в двигуні на підставі вейвлет-розкладання та інформації, зібраної під час аналізу із застосуванням нейронних мереж.