随着环境的恶化,可再生能源风能成为开发价值及技术成熟度最高的能源,已受到了世界各国的关注。由于风力发电机工作在野外恶劣的工作环境中,其故障发生率较高并且发生故障的部位较复杂,当风力发电机组因发生故障导致停机将会带来巨大的经济损失,为了避免不必要的损失,对风力发电机组运行系统进行实时监测,降低了故障发生率,延长风机寿命,避免经济损失。本课题是风力发电机机械故障监测--数据采集系统设计,首先从风力发电机机械故障监测系统的背景、国内外发展现状、目的和意义等方面进行了介绍,然后介绍了风力发电机的基本结构,通过对风力发电机常见的机械故障原因进行分析,针对其不同情况制定出最佳的采集方案。本采集系统利用安装在风力发电机机械装置上的传感器来对其振动信号、主轴的转速信号进行采集,利用虚拟仪器技术、数字信号处理技术进行多通道数据实时采集、实时处理、实时存储,数据采用NI 9234数据采集卡采集,通过使用可以灵活配置的NICompact RIO软硬件平台,其中内部嵌入的可重复逻辑编程的FPGA强大处理能力,快速提升了此数据采集系统的性能。当出现故障时,则向上位机报警并将具有故障信息的数据上传给风场控制中心在线分析系统,及时通知工作人员对故障数据做出相应处理,根据实际情况予以维修从而确保风力发电机正常运行。本设计将通过NI Compact RIO平台软硬件资源搭建数据监测及数据传输平台,来完成风机组数据的采集,保存与传输的过程。其中,对采集到非平稳转速信号,采用基于Lab VIEW的角域信号的重采样阶次分析实现,清晰获取振动信号主频及其倍频,得到阶次分析在风机机械故障诊断的优势。