齿轮箱是风力发电机组中故障率较高的部件之一,由于其安装位置狭小,维修困难,维修成本高,使得风电齿轮箱的状态监测与故障诊断更具现实意义和经济价值。本文以风电齿轮箱为研究对象,针对其振动信号的非平稳性、时变性等特点,从故障机理和故障信号特征入手,对风电齿轮箱的早期故障诊断方法进行了深入的研究。在分析了风电齿轮箱故障机理、振动机理的基础上,结合风电齿轮箱零部件的失效形式,通过模拟实验总结了风电齿轮箱典型故障形式和振动信号特征。提出了奇异值分解降噪与阶比分析方法相结合的风电齿轮箱故障诊断方法。研究了非平稳信号处理方法,介绍了瞬时频率估计的三种方法,选择Hilbert-Huang变换与中心有限差分相结合的方法进行瞬时频率估计；介绍了奇异值分解降噪方法的基本原理,总结了相空间重构嵌入维数、延迟时间以及贡献率的选择原则；研究了阶比分析方法的基本原理,总结了计算阶比分析方法和基于瞬时频率估计的阶比分析方法的实现步骤。将奇异值分解降噪和阶比分析方法相结合,提出一种基于奇异值分解降噪和瞬时频率估计的阶比分析方法,并以仿真信号进行验证。搭建了风电齿轮箱故障诊断实验台,通过故障模拟试验和实测工程信号验证了基于奇异值分解降噪和阶比分析技术的风电齿轮箱早期故障诊断方法的正确性和有效性。开发了风电齿轮箱远程状态监测与故障诊断系统的子系统——数据分析与故障诊断系统。设计了风电齿轮箱远程状态监测与故障诊断系统的整体方案,应用现代信号处理技术、无线传感技术、虚拟仪器技术、数据库技术开发了数据分析与故障诊断子系统；通过实测风电齿轮箱振动信号的分析和诊断,验证了该子系统的可靠性和有效性。