为提高风机预警维护的及时性与准确性,需对风机运营状态、退化模式进行有效识别,提出一种基于K均值聚类分析的风机退化模态识别。基于统计识别理论,引入K均值聚类分析对历史数据与状态信息学习分类,通过调整类内紧密度识别齿轮箱退化状态,利用风机模拟平台进行退化状态评估实验,划分退化区间,验证齿轮箱性能评估的有效性。实验结果表明基于K均值聚类分析的风机退化识别模型可有效识别风机运营模态,划分退化区域,为建立风机维护模型提供更为精确的科学依据。