增速齿轮箱是大型双馈风电机组的关键部件之一,其性能直接影响机组的性能。风电机组工作环境非常恶劣,其齿轮箱常年承受随机风的动载荷和疲劳循环,加上酷暑和极端温差的影响,是失效率最高的部件之一。因此,研究计及工况的风电齿轮箱性能退化及状态评估对预测齿轮箱运行状态趋势、制定机组维修计划、提高机组运行可靠性等具有重要的理论意义。本文以风电机组齿轮箱为研究对象,研究了其在工况(风速、温度)影响下的性能退化和状态评估。主要工作包括:1、将隐马尔科夫模型(HMM)应用到齿轮箱性能退化的研究中,建立起齿轮箱退化程度识别的框架。然后通过齿轮箱实验平台模拟故障类型及不同程度的故障验证了模型的有效性。最后将此模型应用到上海电气崇明北沿风场#1机组齿轮箱性能退化评估研究中。2、采用马尔科夫过程建立了计及工况的齿轮箱本身故障率模型。工况重点考虑天气(风速、温度)的影响,利用了IEEE三状态天气模型基于加权平均法得到。该模型在已知齿轮箱当前老化率及未来运行工况变化时可预测未来时段的齿轮箱故障率。3、利用模糊综合评判方法构建了齿轮箱状态评估模型。同种故障在设备不同时期对设备的影响及危害是不同的,因此将齿轮箱当前生命阶段和故障危害度作为齿轮箱状态评估的健康评判指标。最后,通过崇明北沿风场监测数据对所建立的评估模型进行计算分析,验证了加入健康评判指标的模型比常规模型的评估结果更有效。