随着近些年能源产业对新能源技术的研究越来越深入,全球新能源技术的发展速度愈发迅猛,其中风能的比重更加突出并且人们对风电产业的投入也越来越多,因此风机的安全运行至关重要。研究有效的风机故障诊断和状态监测的方法成为目前备受关注的一个热点。本文以风机齿轮箱故障诊断方法为研究重点,为了使齿轮箱的运行更加安全可靠,对风机齿轮箱的齿轮、轴承等部件的故障进行了研究。全文围绕V-detector阴性选择算法的改进以及与改进的证据理论的结合,形成一套诊断风机齿轮箱故障的集成方法,本文所做的主要研究工作如下。对常见的几种齿轮箱故障类型以及故障诊断技术的发展及现状进行了综述。然后介绍了故障诊断技术的原理以及故障诊断系统的框架,总结了几种处理振动信号的方法以及提取特征参数的方法并采用幅域分析法提取特征参数,最后对特征参数进行归一化处理。介绍了人工免疫系统的原理及特征,对比了阴性选择算法、实值阴性选择算法以及V-detector阴性选择算法在检测性能方面的优劣,然后运用基于精英策略改进后的遗传算法改进V-detector阴性选择算法生成检测器的流程。针对阴性选择算法只能判断机械运行状态是否异常,无法精确识别机械故障类型的问题,通过证据理论对提取的故障信号特征参数进行处理,实现对故障类型的精确判断。并对证据理论的冲突证据合成方法进行了改进,有效的提高了诊断结果的准确性。通过实验验证基于精英策略改进的V-detector阴性选择算法结合证据理论的集成故障诊断方法可以有效的应用于齿轮箱故障诊断中。