风力发电机的齿轮箱是风电机中最重要的机械部件之一,其主要功能是在风力作用下,将风轮产生的机械能传递给发电机,尤其对于大型风力发电机机组而言,风电机的主要故障来源之一就是齿轮箱,因此保证风电机齿轮箱正常运行极为重要。本文以大型风力发电机的齿轮箱为监测与诊断的对象,研究并开发了基十振动信号处理的大型风力发电机的齿轮箱故障诊断专家系统。文中以振动加速度传感器、电荷放大器以及NI USB9215A便携式数据采集器等仪器构建数据采集系统。为进一步确定了专家系统的知识库内容,对齿轮箱发生故障的特征进行研究,依托大量的实验数据,比较并总结前人使用过的各种诊断方法,最终确定对峭度指标进行二次分析从而确定监测特征值,通过能量比重谱法确定故障特征值,然后利用BP神经网络、灰色关联度理论及D-S证据理论对专家系统推理机进行设计,然后对三种方法进行仿真试验,从而证明了大型风电机的齿轮箱故障诊断专家系统的有效性和正确性。为了更好的构造出故障诊断专家系统,本文采用UML建模语言,并结合Computer Assistant Software Engineering、MATLAB7.0和Visual Basic6.0完成了专家系统的软件部分设计。最后通过大量试验验证了大型风力发电机的齿轮箱故障诊断专家系统能有效且准确地对大型风力发电机的齿轮箱进行状态监测与故障诊断。