随着风力发电被人类所广泛应用,风电设备不断增加。世界范围内各个国家对风电行业都更加重视,然而风电设备的长期维修和保养已经严重影响了风电项目的经济效益。风力发电机组设备的大型化、复杂化都导致了故障的高发率,研究风力发电机组的状态监测与故障诊断系统显得尤为重要。风力发电机的结构复杂,但其传动链部分是整机运行的最高故障发生部位。针对这一情况,首先对传动链部位的结构及故障影响因素进行分析,然后采用振动监测的方法深入研究。论文首先以研究风力发电机组传动链的结构特征为出发点,详细分析了各部分可能出现的故障及其影响因素,确定了对传动链部位振动测点的位置。针对传动链主要易损部件齿轮、轴承和轴的典型故障和失效形式进行研究,采用数学描述的形式确定了各部件的主要故障特征参数。通过对故障状态特征的分析,为进一步的状态监测和故障诊断打下基础。其次针对风力发电机组故障诊断的主要方法进行研究,包括时域波形分析,频域的FFT分析、Hilbert包络解调分析以及倒频谱分析,可以对常见的故障进行诊断,时频方法中的的经验模态分解(EEMD)主要解决了非稳态信号的特征提取,同时还重点实现了基于LabVIEW的软件共振解调分析,该方法与硬件共振解调技术相比,优点明显同时也降低了开发的成本。分析方法采用PHM2009国际竞赛数据进行大量故障的实际分析,总结了各种方法实现的优缺点,对实现复杂故障的准确诊断和定位具有重要的指导意义。最后在上述研究方法的基础上,采用LabVIEW软件对风力发电机组状态监测与故障诊断系统进行功能的设计实现。采用VI的模块化思想,完成了各个模块的功能实现,并利用该系统对850kw的风力发电机滚动轴承进行离线信号分析,实现多种方法的结合分析,达到了预期的效果。