近年来,我国风电领域发展迅速,风力发电机组的新增装机容量逐年剧增,并朝着大型、大功率方向发展。风电齿轮箱是风力发电机组的关键部件,其性能优劣直接影响着整个风电系统的正常运作。由于风电齿轮箱受外部时变风载的影响,经常出现传动系统破坏及振动噪声加剧的问题,因此成为了国内外行业领域的研究热点。本文针对风电齿轮箱运作工况的多变性以及单一工况确立齿轮修形量的不适应性问题,以某2.5MW风电齿轮箱为研究对象,通过建立刚柔耦合模型,分析优化了全寿命周期内齿轮箱的传动、响应特性。主要研究内容如下:（1）分析了某兆瓦级风电齿轮箱的基本结构与传动原理,考虑到系统各柔性部件的变形问题,通过编辑轴承孔节点连接的方式耦合了柔性部件与传动系统,建立了齿轮箱刚柔耦合分析模型。基于静力学分析及相关标准分析了额定、极限工况下各齿轮接触、弯曲强度;各轴承的受力及寿命;各箱体部件及行星架的应力。（2）鉴于风电齿轮箱运行周期长,工况复杂多变的特点,为探究整个寿命周期不同工况下齿轮箱内部激励及振动响应的变动规律,本文将风电齿轮箱20年雨流计数载荷谱进行了时域转换,通过离散时域主轴载荷曲线得到了全寿命周期内齿轮箱的10种主要工况。并据此分析了齿轮箱齿轮的时变啮合刚度、传动误差、齿轮啮合冲击及外部振动响应随工况的变化。（3）为改善全寿命周期内风电齿轮箱的内部激励及振动响应,本文应用齿轮宏观参数优化的方式增大了齿轮箱各齿轮副重合度,改善了齿轮啮合平稳性。同时基于齿轮微观修形法改善了齿轮箱的传动、响应特性。其中,针对单一工况确定齿轮修形量的不适应性问题,本文提出了基于BP神经网络遗传算法的修形量优化设计方案,通过确立各齿轮修形量与不同工况参数为输入量,各齿轮副传动误差峰峰值为输出量,建立BP神经网络预测模型后,以全寿命周期内10种主要工况下各齿轮副传动误差峰峰值最小合值?_（50）min为目标,应用遗传算法寻得了适应风电齿轮箱全寿命周期的各齿轮修形量,并对比了齿轮优化前后风电齿轮箱内部激励及振动响应的变化。（4）建立了风电齿轮箱耦合声学边界元仿真模型。以传动系统各轴承支反力为边界条件,研究了齿轮优化前后,全寿命周期内风电齿轮箱辐射噪声的变化。