随着全球经济的发展,化石能源短缺和环境恶化问题日益严峻,风电能源作为清洁可再生能源的典型代表,正逐渐受到全球的广泛关注。在风力发电机运行时,主轴承同时承受径向载荷、横向载荷和倾覆力矩的共同作用,而且在强风的交变载荷冲击作用下,其很容易出现故障,进而影响整个风电机组的运行。所以,针对风电机组的主轴承的故障诊断技术研究,对于保障整个风力发电设备的安全运行有着重大的意义。本文以风电主轴承为研究对象,研究了风电机组的主轴承故障诊断方法,具体研究内容如下:(1)基于Hertz接触理论,分析了主轴承的滚子-滚道的接触模型和故障机理,并且分析了轴承典型故障特征频率的计算公式,为后续的故障诊断研究奠定基础。(2)首先阐述了总体局域均值分解(ELMD)的模糊熵和IGK聚类相结合的故障诊断方法的原理和算法;又采用极值延拓法处理了ELMD分解的端点效应问题;在GK聚类的基础上,改进了初始聚类中心的选择。最终,采用实际轴承故障数据,对ELMD分解的模糊熵和IGK聚类相结合的故障诊断方法进行了验证。(3)针对风电主轴承故障振动信号的采集,进行了主轴承试验系统的设计。首先,基于相似理论,对风电主轴承进行了缩尺模型的设计;其次介绍了试验台的结构和工作原理;然后,选取合适的传感器,确定合适的测点位置,以及对数据采集、存储和传输等进行了分析;最后,基于LabVIEW图像编程软件,设计了风电主轴承的故障诊断系统。(4)采集主轴承正常、外圈故障和滚动体故障的振动信号,将所采用的故障诊断方法来对风电主轴承故障振动信号进行分析,首先采用ELMD将信号分解为一系列乘积函数分量(PF),再对PF分量进行筛选,用不同的模糊熵值来表征轴承不同的运行状态,最后将特征矩阵输入改进的IGK聚类,实现主轴承不同故障形式有效准确的识别和分类。