近几年，随着风电装机容量快速增长，风电机组故障频发、检修不便等问题日益突出，传动机械是风电机组的核心部件，亟需进行面向风电传动机械的早期故障特征提取与检测系统研究，保障风电机组安全稳定运行。　　本课题针对风电传动机械早期故障振动信号易受噪声干扰及提取的故障特征量需要择优约简等问题，开展小波新阈值函数去噪、主元分析约简时域频域故障特征、设计便携式检测系统等研究工作，主要内容包括:　　(1)分析风电机组传动机械工作原理与结构组成，深入研究传动机械中主要部件的故障类型和机理;研究传动机械的振动信号采集方法，明确风电机组传动机械的振动测点位置，分析振动传感器的选择与安装固定方法。　　(2)针对风电机组振动信号在采集过程中易受噪声干扰并导致早期故障特征不明显的问题，研究传统低通滤波信号去噪方法，利用小波变换在时、频域处理非平稳信号的特性，结合软、硬阈值函数去噪方法各自优势，提出一种小波新阈值函数去噪方法。　　(3)分析传动机械早期故障的时域频域传统特征量提取方法，阐述主元分析原理和主元选取方法，针对故障数据分析特征量过多导致故障特征提取繁杂的问题，将主元分析方法应用于风电传动机械早期故障特征提取中，建立风电传动机械振动信号特征提取的主元分析模型，从而降低特征集维度，并提取有效特征子集。　　(4)设计一种面向风电机组传动机械的便携式振动检测系统，构建以PCM-6406嵌入式主板和ART2753数据采集卡为核心的信号采集硬件系统，实现12路振动信号的同步采集;在C＃语言环境中利用DLL和多线程等关键技术开发了振动信号数据采集与分析软件。