近年来我国在风力发电领域快速发展,装机容量和规模都有很大的提升。然而早期安装风电机组经过若干年的运行,传动链中的高速轴系部件故障频发。如何减少风电机组传动链高速轴系部件的突发事故率和故障停机时间,从而降低维修成本、提高经济效益,已经成为风力发电投资建设、运营维护中急需解决的问题。本文针对风电机组高速轴系部件开展了故障损伤机理与自动诊断方法研究,基于故障损伤机理的研究为风电机组高速轴系技术改进提供了理论依据。最后构建了故障自动诊断系统,试验结果表明该诊断系统能够明显提高风电机组传动链高速轴系故障诊断精度。主要研究内容为:(1)针对风电机组传动链高速轴系的主要故障开展了文献调研和现场测试,并基于故障失效影响进行了分类,找出对设备运行影响较大的典型故障作为故障损伤机理研究对象,研究了其故障现象与故障表现特征、损伤内因和外因,提出了解决方案并进行了验证。(2)基于风电机组传动链高速轴系典型故障损伤机理研究的故障表现特征,开展了适合于监测的传感器和特殊条件下的安装技术、信号传递与处理技术研究;开展了低频振动的时域与频域特征提取技术研究,实现了对不平衡、不对中、松动等故障特征的自动提取;开展了基于广义共振与共振解调技术的故障冲击特征提取方法研究,实现了对故障产生的冲击应力信号特征的自动提取;开展了温度和油液金属颗粒处理方法研究,实现了温度和油液金属颗粒信号特征的自动提取;开展了转速、风速、功率等运行工况数据特征同步提取方法研究,提取了运行工况数据特征,并将其作为故障诊断的辅助特征信息。(3)通过基于概率神经网络的“多测点互证法”、案例与专家经验的多特征加权故障诊断方法、多源信息融合和改进D-S证据的故障诊断方法等构建了多物理量信息融合的故障自动诊断综合决策模型,通过现场采集的多个单一物理量监测案例数据和工况数据验证了模型构建的自动诊断系统诊断效果,结果表明该诊断系统能够明显地提高故障诊断精度。