行星齿轮减速器广泛应用于各种传动设备中，其性能对机器的运行有很大的影响。行星齿轮减速器中出现不合理的齿隙会导致不良的振动，加速设备的退化，最终导致过早失效。在传统的状态监测中，常用加速度计等传感器对行星齿轮进行故障检测。然而，行星齿轮的复杂性和集成性限制了振动传感器在实际应用中的安装和应用。在这种情况下，将电机电流信号引入到行星齿轮的CBM中，作为一种方便的实时监测方法。针对行星齿轮减速器齿隙故障，提出了一种基于驱动电机电流信号分析(MCSA)的故障诊断方法。该方法利用原始电流信号的频域数据自动提取故障特征。深度稀疏自编码器(DSAE)提取所需的特征。特别地，引入Fisher准则来评估这些特征的敏感性。然后选择最有效的方法来提高诊断的准确性和诊断效率。实验测试数据表明，在不同负载条件下，该方法优于其他典型故障诊断方法，表现出最佳的诊断性能。