风能作为绿色可再生能源,可以很好地解决环境污染和能源匮乏的问题,因此,国家非常重视风能以及风电技术的发展。风力发电机,简称风机,作为获取风能的主要设备,一旦发生故障,将会造成巨大的经济损失。由于风机工作环境恶劣,导致风机关键部件齿轮箱常承受复杂交变载荷,极易发生损坏。所以,对风机齿轮箱的诊断维护工作显得尤为重要。对风机齿轮箱的诊断维护主要体现在两方面,一方面是对风机齿轮箱的状态监测,对信号特征值的监测是其关键技术之一。针对传统方法在信号特征值阈值设置上存在的缺陷,使用黄金分割法对阈值的设置进行了优化。另一方面则是对风机齿轮箱的故障诊断,使用时域、频域、时频分析中常用的分析方法可以很好地对风机齿轮箱进行故障诊断。在现有故障诊断技术研究成果基础上,使用DSP(Digital Signal Processor)技术,并结合微软的软件平台,研究开发出了针对风机齿轮箱的故障诊断系统。论文主要研究内容包括:(1)分析了风机的结构、工作原理,研究了齿轮箱常见故障形式、机理以及常用的故障诊断方法,为系统的研究和开发提供了理论基础。此外,还对故障诊断系统进行了需求和功能分析,并由此搭建出系统整体框架。(2)鉴于传统方法在阈值设置方法上存在的不足,使用黄金分割法在Beta分布和正态分布设置的阈值区间内寻优,得到优化后的阈值。经实验数据验证,结果表明,优化后的阈值可以最大程度上减少漏报警和误报警的发生。将该方法应用于故障诊断系统中,可以更好地对风机齿轮箱进行监测维护。(3)基于 TI(Texas Instruments)公司 TMS320C6748 型 DSP 开发出了集数据采集、数字信号处理、数据传输等功能于一体的硬件系统,并完成了系统的算法验证和测试。(4)在微软平台上,开发出了功能丰富、实用性强、集状态监测与故障诊断于一体的软件系统,并使用该系统对某风场风机齿轮箱轴承滚动体故障进行了诊断,效果良好。