上世纪的石油危机致使很多人开始寻找可以代替化石燃料的可再生清洁能源，进入21世纪可再生能源有了长足的发展，其中风能凭借其自身优势始终保持最快的增长态势，并成为继石油、化工燃料之后的核心能源，目前仍处于高速发展中，截至2011年底全球风电累计装机容量达238.4GW。伴随风电在全球范围内的高速增长，如何保证风电机组稳定运行和解决风机故障问题成为风电发展道路上不得不回答的问题，正因如此我们进行了本课题的研究。　　 为了简单起见，我们主要研究风力发电机齿轮箱震动监测和故障诊断系统的解决方案。之所以选择齿轮箱作为研究对象是因为齿轮箱是风力发电机的故障高发部件，由于齿轮箱故障造成的风机停机时间最长，造成发电量损失最大。本文的完成主要工作如下:为了更好的解决风力发电机齿轮箱故障诊断问题，我们提出一种改进直觉模糊支持向量机算法。该算法通过预提取含有支持向量样本的方式来提高算法执行效率，并根据实际需求确立了新的模糊隶属度和直觉系数计算方法，从而提高算法的分类精度，经UCI数据集测试显示，改进算法具有良好性能;本文建立了针对风力发电机齿轮箱故障诊断的故障诊断模型，并将改进直觉模糊支持向量机多类分类算法应用于风机齿轮箱故障诊断问题中，取得良好效果;文章的最后提出一种合理的针对风力发电机齿轮箱震动监测和故障诊断系统的系统架构方案，并结合实验室小型风力发电机模拟实验装置和齿轮箱故障诊断实验装置详细讲解个系统架构中各个单元的实现方案。