由于全球气候变暖以及能源短缺形势的趋严峻，各国已经开始将可再生能源纳入国家能源战略部署。发展可再生能源对缓解环境污染、增加能源供应、调整能源结构和促进经济发展都将起到积极的作用。风能具有清洁度高、安全性好的特点，是当前最具大规模开发和商业化前景的可再生能源[1]。

近几年来，风电在全球的普及程度迅速提高。据统计，到年底，己有多个国家开始发展风电，全球风电装机容量己达到亿，风电开始在能源供应中发挥重要作用。我国拥有丰富的风能资源，风能总储量约为亿，实际可开发的风能储量约为亿具有很大的风能发电潜力[2]。

转盘轴承（也称回转支承）是风力发电机的核心部件，广泛应用于风力发电机的变桨和偏航系统，变桨轴承用于连接轮毂和叶片，偏航轴承用于连接塔筒和机组。风电转盘轴承由于其体积庞大和安装位置不易拆装，致使其维修的难度非常大，而且转盘轴承一旦发生故障，将直接影响风力发电机的工作性能，甚至造成停机。因此要求风电转盘轴承的使用可靠性高、寿命长，至少要达到风力发电机的使用年限，即20年。

国内外许多研究者从磨损累积、裂纹形成与发展等角度对转盘轴承的寿命作了大量研究[3-6]，然而这些研究结论大多基于大量经验数据及简化，对于风力发电机的特殊应用场合是否适用还有待实验的验证。企业必须经过大量实验，获取各自产品综合性能的实验数据，在此基础上结合理论分析和参数修正建立适合风电转盘轴承设计方法。另外，提供可信、有说服力的产品性能实验数据也有利于企业提升形象和产品的市场竞争力。

回转支承一般有单排四点接触球式 、双排四点接触球式 、交叉滚子式、三排滚子式等形式，其中单排四点接触球式回转支承成本较低，且综合性能较高；双排球式回转支承使用寿命长，承载能力强，回转阻力小，允许磨损量大，对安装基座要求不高，但其运动精度较低；交叉滚子式回转支承精度高，寿命长，动载荷容量较高，但对基座刚性和精度有较高要求，且滚子与滚道在接触时易发生边缘效应，导致边缘实际应力远大于设计应力；三排滚子式回转支承一般具有非常高的静承载能力[ 7]。在一般的应用场合， 通常认为中小规格的回转支承应以四点接触单排球式为主，大规格的回转支承应以三排滚子式为主[ 8]。

长期以来，回转支承主要应用于工程机械，选型计算主要也是借助承载能力曲线，按照静载强度选型，动载校核，静载与动载的处理手段也仅在于安全系数的选取不同[9]。国内标准统一规定了每种规格回转支承承载能力曲线，很显然由于生产厂家的制造水平有差异，每个厂家生产的回转支承承载能力也会有一定的差异。风电回转支承除了受较大的倾覆力矩外，由于空气动力和叶轮转动还承受非常复杂的疲劳载荷，再加上高可靠性和寿命的要求，使得风电回转支承在选型和设计时更应注意回转支承的动态承载能力，主要是滚道的抗疲劳寿命。风电回转支承，尤其是变桨回转支承究竟选用哪种形式， 许多大型跨国企业还在研究之中，从目前的装机使用情况来看，变桨回转支承多采用双排四点接触球回转支承，偏航回转支承多采用单排四点接触球回转支承[ 10-12]，也有少量采用交叉滚子回转支承或其他形式。国内标准虽然对变桨和偏航回转支承的结构形式作了规定，但并没有给出合理的解释。

回转支承在实际工况中承受径向载荷Fr、轴向载荷Fz和倾覆力矩 M，受载情况较为复杂。在设计选用时需要对其承载能力、疲劳寿命、摩擦力矩、接触变形等进行计算， 这些计算繁琐复杂，工程人员很难独立完成设计校核，也制约了产品选用设计和研发的效率。国内外许多学者一直致力于回转支承受载分析及系统仿真方面的研究。Jose Ignacio Amasorrain 等多位学者[13-14]对各类型回转支承的受载分析作了深入的研究， 但并没有开发出相应的计算仿真系统；文献[15]利用 Pro/E 进行二次开发，解决了回转支承的自动化三维建模的问题，但是并未涉及载荷的分析。此外，卢比尔雅那大学 Prebil 等开发出了功能比较完善的回转支承计算仿真系统[16]，包含工程图的绘制、三维参数化建模以及计算分析功能，但是没有在工程应用中推广。

风力发电机载荷是风力发电机设计和风力发电机认证时的重要依据，用于对风力机进行静强度和疲劳强度的分析，目前，国际上有很多规范、标准对风力发电机载荷作了详细的规定，常用的有德国船级社制定的GL规范、国际电工协会制定的IEC61400-1标准以及丹麦制定的DS472标准，其中尤以IEC61400-1标准应用最为广泛，中国船级社也制定了符合我国国情的”风力发电机组规范”。[17]

根据载荷的性质，可以把作用在风力发电机组上的载荷分为：静载荷、定常载荷、瞬态载荷、周期载荷、随机载荷、脉冲载荷以及谐振诱导载荷等。[18] 作用在风力发电机组上的载荷主要包括：空气动力引起的载荷；自身重力引起的载荷；运转时的惯性载荷，包括离心力和科氏力等；系统的操纵载荷；其他载荷，例如波浪载荷和结冰载荷等。

大型回转支承的严重失效会导致机器停机甚至部件滑落等重大事故，近年来学者对其故障诊断和预防等做了一系列的研究。针对非平稳低信噪比振动信号，曹冲锋等［19］对比了经验模态分解(EMD)和聚类经验模态分解(EEMD)对非平稳信号的降噪效果，认为EEMD能够有效解决EMD的模态混叠效应，比EMD的降噪效果更好。钮满志等[20] 针对回转支承不同的故障，利用小波变换处理加速度信号，再利用支持向量机(SVM)进行故障分类。Matej 等[21-22]首次提出了基于聚类经验模态分解- 多分辨主成分分析(EEMD- MSPCA) 的降噪方法，获得了较好的降噪效果，能够由主成分分析(PCA)准确地判断出故障信号，为后续研究提供了较好的参考[23-25]。