En este documento, se analiza una falla de cortocircuito entre vueltas de un motor síncrono de imán permanente en un actuador electromecánico, y se propone un método de diagnóstico de fallas basado en aprendizaje por transferencia con una red de convolución VGG16. Primero, se estableció un modelo de elementos finitos 2D de una falla de cortocircuito entre vueltas de un motor síncrono de imán permanente en ANSOFT Maxwell, y luego se completó un análisis de experimento de simulación. Se eligió una corriente trifásica como señal característica de falla. En segundo lugar, se diseñó un método de diagnóstico de fallas con una red neuronal convolucional profunda VGG16 y basado en aprendizaje por transferencia, y se completó el ajuste fino de los hiperparámetros del modelo de diagnóstico de fallas utilizando métodos de búsqueda en cuadrícula y verificación cruzada. Finalmente, basándose en el modelo VGG16 de aprendizaje por transferencia establecido en este documento, se diagnosticó y verificó la falla de cortocircuito entre vueltas de una máquina síncrona magnética permanente (PMSM). Los resultados experimentales mostraron que el modelo de red convolucional propuesto basado en aprendizaje por transferencia puede identificar fallas de manera efectiva y precisa, y tiene un buen significado de orientación ingenieril.