风力发电机是风能开发的主要设备,其结构复杂,运行环境恶劣,因此故障频发。风力发电机常见故障主要集中在机械部件上,如齿轮箱、低速轴、高速轴以及发电机等。机械振动包含的信息丰富,在故障时的反应迅速,且测量方便,因此目前风力发电机的状态检测与故障定位主要基于振动信号的分析。本文研究了风力发电机的结构与运行方式,风力发电机轴承、低速轴、齿轮等机械部件正常和异常工作下的振动特性。选择了 ADXL335三轴加速度传感器,采用STM32f103rbt6实现模拟信号的采集。STM32f103rbt6采用定时器触发ADC,通过DMA进行数据传输,提高了数据处理的效率。在模数转化过程中出现的频率混叠现象,设计并采用了六阶Butterworth低通滤波器。本文结合采用了 FIR数字低通滤波器,达到了更好的滤波效果。对于振动采集中出现的噪声,采用Savitzky-Golay平滑算法进行处理。采用WIFI技术实现了振动采集模块与无线接收端的通信。最后开发了基于安卓的通信测试系统以及基于Labview的振动监控系统,提高了工作人员的效率。经过测试与改进,所设计振动采集系统可以稳定采集振动信号,其误差可控制在1%以内。所设计的模拟滤波器可滤除600Hz以上信号,Savitzky-Golay平滑算法可消除信号中有较大误差的点,同时数据的无线传输也比较稳定,达到了设计目标。