主流的双馈风力发电机组中齿轮箱承担着动力传递和速度变换的作用,也是目前故障最多的主要部件之一,其可靠性直接影响到风机的正常运行和风电场的收益。目前常采用在线振动监测来监控齿轮箱的健康状况以及采用频谱分析进行故障定位,也取得了很好的效果。齿轮箱的故障多由齿轮的磨损引起,振动方法对齿轮早期磨损并不敏感,只有当齿面磨损比较严重时才能通过振动感知。当齿轮发生磨损时,磨粒颗粒进入循环的润滑油中,通过对油中磨粒的检测可以更早的了解齿轮箱的状况,实现提前预警。论文中的油液磨粒传感器基于电磁感应原理,能够用于在线检测齿轮箱中的磨损颗粒,该传感器主要由正弦激励源、激励和感应线圈、整流滤波电路、信号处理电路与通信模块等构成。其中,激励和感应线圈的结构设计、正弦激励源、微弱信号处理方法等直接影响最终传感器的检测灵敏度和稳定性,本文拟对这些关键技术进行以下研究。首先,线圈的结构设计对磨粒检测的灵敏度影响最大,本文探讨一些能提高检测能力的结构。本文采用电磁场仿真软件Maxwell+Simplorer联合仿真软件,对已有的双激励单感应线圈结构进行仿真分析,并在此基础上改进线圈结构排列并对不同电磁因素下的结构进行仿真,最终得到一种检测灵敏度更高的带有导磁介质的双激励双感应线圈结构。其次,针对传统RC振荡电路长时间的运行,会由于温漂等导致其振荡电阻和电容值的变化,从而导致其输出频率改变,导致信号噪声增大,影响检测灵敏度。本文提出了一种直接数字频率合成(DDS)方法产生纯净且稳定的正弦激励源,通过仿真分析,并结合正弦波的对称性和Sunderland算法对DDS中的查询表进行压缩,有效抑制了杂散信号的产生。利用单片机和DDS集成芯片设计了相应电路,经过测试,本方法不会因为温漂问题而导致失调。再次,为了提高检测灵敏度,能够识别淹没在噪声中的磨粒信号,本文利用小波变换中的mallat算法设计了小波阈值滤波,通过在matlab中对不同的基小波、小波分解层数和阀值的选取进行对比分析,得到最优的处理磨粒特征信号的参数。并最终在DSP中编写C语言程序实现,其滤波效果明显优于五点三次平滑滤波。最后,在LabVIEW中编写上位机监控界面,实现了与磨粒传感器之间的通信,能够接收磨粒传感器发送的磨粒分类数据并具有趋势显示和报警等功能。经过测试,该磨粒传感器的检测灵敏度和运行稳定性较之前有了明显提高。