风电机组所处环境的情况特殊,使其具有故障易发和故障停机时间长的特点。风电机组的主要故障部位中,轴承故障导致的停机事故占到20%。因此尽早检测出风机轴承故障信号,并合理安排维护计划,对降低维护成本及增加发电时间具有实际意义。风机运行时会产生高噪声,故障信号易淹没在强噪声当中,并且实际工况中噪声环境及微弱信号频率都不确定,针对该问题,本文设计了多尺度噪声调节自适应随机共振来进行检测。随机共振不同于传统的检测方法,在噪声较强且信号能量较弱时,它在抑噪的同时反而能够增加微弱信号的能量,从而达到更好的检测微弱信号的目的。论文主要进行了以下几方面的工作:本文首先介绍了随机共振理论和传统一阶双稳态系统模型,为了进一步提高检测降噪效果,在此基础上进行了改进,设计了二阶随机共振系统,并理论上验证了其有效性,通过仿真对比验证二阶系统的检测效果,在二阶系统的基础上研究了随机共振系统各参数与输出信噪比之间的关系。其次,研究了滚动轴承的故障机理、振动机理及常见故障的信号特征,总结出了轴承各故障及故障信号频率对应表。并研究了实际工况下风机轴承早期微弱故障信号所受的干扰情况,得出二阶随机共振系统可有效检测其早期微弱故障信号。然后在二阶随机共振系统基础上,加入了多尺度噪声调节前处理和基于遗传算法的自适应处理,设计了多尺度噪声调节自适应随机共振算法,并仿真验证了其检测效果。为了使该算法应用于实际应用中,在所设计算法基础上开发了微弱故障检测系统,并通过仿真结果验证了该检测系统的稳定性。最后对算法进行实验验证,在风力发电传动系统故障模拟实验台上进行了轴承外圈、内圈早期故障信号的实验采集和处理,结果表明,本文设计的算法能较好检测出风机轴承的早期微弱故障信号,即能准确检测出风机轴承早期微弱故障。