随着风电机组装机总量的增加,人们对风电机组可靠性提出了更高的要求,由此可以看出风力发电机组的故障诊断自动识别程度对风电的进一步发展具有重要意义。本文选取风力发电机组齿轮箱为研究,然后提出一种基于幅值调制的齿轮箱故障识别方法。本文首先介绍齿轮箱齿轮振动机理、振动信号模型、齿轮的故障种类以及造成原因和滚动轴承的故障类型、故障特征频率,在边带能量算法的基础上提出了一种改进的幅值调制算法。使用提出的算法对恒转速数据进行处理,选取求得幅值调制比率作为反映齿轮故障的特征值,实验结果证明了提出的幅值调制算法对恒转速下齿轮故障诊断的有效性,该算法可以清晰地反映出齿轮受到调制的程度。同时针对该算法不适用于对变转速下齿轮振动信号处理问题,将阶比分析技术引入了齿轮故障诊断中;与此同时将时频分析技术引入了阶比域中,利用通过时频分析得到的瞬时频率与机械设备转轴的关系对齿轮箱中齿轮振动信号实现阶次跟踪。本文最终证实了幅值调制算法在齿轮故障诊断中的有效性,验证了其与阶比分析相结合后对非稳态数据的有效性。本文中引入了瞬时频率估计方法,该方法利用时频分析中峰值搜索算法直接从齿轮振动信号中获取机械设备中与转速相关信号的瞬时频率,并通过相应的曲线拟合方法获取完整的转速曲线。此后根据求得转速曲线拟合多项式系数,求出键相时标。最后,根据键相时标实现阶次跟踪,该方法解决了传统阶比分析方法中需要使用转速计、键相装置等问题,降低了阶比分析的成本。本文对轴承的故障诊断中,先对相应的数据直接进行包络处理,接下来直接利用时频分析提取轴承所在轴的转频,对相应的对轴承信号进行阶比包络谱处理。通过对比得到的实际轴承数据处理结果,证明了时频阶比分析对轴承故障的有效性。