近年来我国风电行业发展迅速,装机容量逐年递增。大型风机长期在野外工作,工况恶劣,很多早期机械故障很难被及时发现和治理,长时间运行演变为严重故障,甚至导致重大事故,严重影响风电企业的经济效益。在大型风机的多个关键部件中,齿轮箱是故障多发部件,其出现严重故障时,维修困难且维修成本极高,因此对大型风机齿轮箱进行早期故障诊断研究,以期及早发现齿轮箱的潜在故障,进行预知维护维修,对企业降低运行维护成本,提高经济效益具有重要意义。以风电场的主流机型即双馈式变桨变速机型的增速齿轮箱为主要研究对象,运用润滑油液金属磨粒在线检测与振动信号分析相结合的方法对齿轮箱早期故障诊断开展研究,首先通过在线检测润滑油液中的金属磨粒信息判断齿轮箱磨损程度及润滑油受污染程度,实现定性预判齿轮箱的早期故障,进而采用振动信号的分析方法深入分析故障原因及部位,实现齿轮箱的早期故障诊断。论文主要涉及如下内容：(1)大型风电机组齿轮箱非线性动力学研究。基于非线性动力学理论,在考虑时变啮合刚度条件下建立了行星齿轮传动的非线性动力学模型,得到了不同转速及负载工况下齿轮啮合和轴承支撑的正常、故障等条件下系统各个部件的时间曲线、频率、相图等。结果表明：齿轮啮合和轴承支撑正常、齿轮啮合故障和轴承支撑故障等条件下,输入轴转频对系统固有特征信号具有调制影响,导致系统响应频谱中各阶主频出现边频现象；齿轮啮合故障条件下,啮合频率2倍频或4倍频占主要能量；轴承支撑故障条件下系统支持刚度导致的频率出现左移现象,同时被转频调制现象明显。研究结果能够为开展信号特征提取提供分析数据和提供部分故障现象评价依据。(2)基于自相关系数谱阈值信号消噪方法及改进二阶自适应NLMS信号消噪方法的研究。大型风机由于工况恶劣,采集的振动信号中包含复杂的干扰噪声以及塔筒随机振动的低频噪声。为了最大程度的消除两种噪声成分,提出了基于自相关系数谱阈值信号的消噪方法用于消除随机干扰噪声,并以该方法为基础,进一步提出了分组自相关阈值去噪方法及阈值自动获取方法；提出了改进二阶自适应NLMS消噪方法用于消除齿轮箱振动信号中耦合的塔筒随机低频振动噪声成分。开展了仿真信号及实测信号验证分析,结果表明：该两种方法对于消除振动信号中的随机干扰噪声及耦合的塔筒随机低频噪声具有较好的预处理效果。(3)基于阶次重采样的希尔伯特变换解调自相关功率谱特征提取方法研究。首先,进行了转轴角度三次方程拟合的等角度重采样研究,分别通过仿真信号和实测信号验证了三次方程拟合法的有效性。然后,进行了等角度重采样信号的希尔伯特变换解调方法研究。最后运用理论仿真数据和试验数据,进行了角度重采样信号的平方计算解调、能量计算解调以及希尔伯特变换解调方法对比分析。结果表明：计算阶次重采样信号的希尔伯特变换解调后的自相关功率谱特征提取效果较其他两种方法有效,能够更为准确的进行信号特征提取。(4)基于波包阈值熵t-SNE流形学习故障分离方法研究。研究了基于小波包分解时域及频域的t-SNE故障辨识方法,通过实测数据验证了采用t-SNE降维处理后的流形结构清晰,特点突出,能够更好的用于辨识设备的故障状态。实验数据分析表明：该方法相比其他高维数据构造方法及流形学习方法具有更好的故障分离效果。(5)基于油液全液流在线磨粒检测的早期齿轮箱故障诊断方法研究。重点设计并研发了相应的磨粒检测传感器及检测仪器系统,提出了基于局部最大最小值的金属磨粒识别方法,进行了润滑油磨粒检测实验研究。结果表明：设计的金属磨粒检测系统能够检测到最小150微米的金属磨粒,达到了非常好的测量效果,仪器系统可用于大型风机齿轮箱早期不明显故障的预判,通过在线检测润滑油液中金属磨粒的尺寸、数量等信息及早发现齿轮箱的潜在故障。(6)远程风电机组传动系统早期状态监测诊断系统开发。为实现大型风机齿轮箱的远程早期故障诊断,设计了基于以太网的嵌入式数据采集系统,制定了基于TCP/IP的远程数据传输协议,基于微软的.net开发了B/S(浏览器/服务器)模式的远程监测及早期故障诊断系统软件。