随着石油、煤炭等资源的持续性短缺,风能由于其丰富性、可持续性、无污染等多重优势受到了重视,风机单机装机容量的逐步提高和风机发电的恶劣环境对风机可持续性发电和维修提出更高的要求,故本文针对风机齿轮箱中滚动轴承和齿轮的故障监测方法进行了探讨,主要工作包括:(1)梳理近年世界风电发展趋势,分析瑞典等国的风电监测数据,与国内某风电场连续两年搜集到的故障数据进行对比,分析出风机各部件故障比率,从中发现零件故障规律,得到齿轮箱在线故障监测的意义。笔者同时归纳风电机组齿轮箱故障监测常用方法,分析各自方法的优缺点,展望各种方法发展趋势。(2)简单介绍齿轮箱的结构和其在发电中发挥的作用,对齿轮箱中的齿轮和滚动轴承的故障分析了原因和振动机理,并给出各种故障形式所对应的振动频率计算公式,为后续的滚动轴承和齿轮的故障诊断给出理论依据。(3)针对风机轴承早期故障特征微弱,不易被及时发现的问题,笔者利用变分模态分解方法和双谱分析方法处理滚动轴承早期故障信号,可以从信噪比较低的原始信号中分析出明显的故障特征分量,同时,为了进一步突出信号的故障特征频率,笔者利用Teager能量算子的特点结合变分模态分解提出方法,对张家口某风电场现场数据进行故障分析,仿真和实验结果均证明了两种方法的有效性。(4)针对齿轮产生的振动包含一定的高频噪声、集合经验模态函数参数需要人工干预的问题,笔者提出一种融合集合经验模态分析和主元分析的风机齿轮信号降噪及性能退化评估方法,将齿轮失效前一段信号等分为几段,对每一段信号进行集合经验模态分解,用主元分析比较个信号分量在整个齿轮寿命周期中的变化趋势,选取最能反映齿轮性能退化的部分分量进行信号重构以实现降噪,再用主元分析对重构信号进行处理,用连续平方预测误差反映信号在整个寿命周期中的变化趋势,从而实现齿轮箱故障在线监测。