当今风力发电机朝着大功率、超大功率趋势发展，风机的功率越大，意味着风机叶片的自身长度和运行的高度都会跟着增长。导致风机叶片运行过程中运行荷载以及受到雷击的几率会比以前大。然而，目前风电场对风机叶片的健康监测只有人工定期检测，主要包括目视检测和声音辨别，这是因为传统的有线监测不适用于转动且狭长的风机叶片。为了弥补人工检测的主观性和盲目性的缺陷，文章提出了一种基于ZigBee技术的叶片在线健康监测方法，该方法是实时在线采集风机叶片内部的温度、湿度、光亮度以及音量等参数，并使用支持向量机对采集的参数进行分析及诊断，从而实现对风机叶片运行状态的实时监测及故障预警，进而为风机叶片的在线健康监测提供了一种可行的实施方案。　　本文首先介绍了风机叶片的材料、结构、故障机理、故障诱因及故障类型，总结了支持向量机技术的理论和故障建模基础，从而论证支持向量机应用在风机叶片在线监测的可行性，最后确定支持向量机风机叶片在线监测的故障特征值，并根据风机叶片在线监测的现状给出了支持向量机诊断的过程。　　通过综合分析目前风机叶片的监测方法及其存在的弊端，确立了一种基于ZigBee技术的无线在线监测方法。　　本文详细设计了一套基于ZigBee技术的无线在线监测系统，并给出了该系统监测节点在风机叶片中的布置方式以及可行的安装方案，为了保证数据传输的可靠性，本文对传输数据提出了三重校验方案；在上位机软件的设计上，本文在设计了一套有针对性的风机叶片健康监测的远程上位机监控软件，包括在线监测、离线分析、远程共享、实时控制等模块。　　最后，在风电场对系统进行了验证，为了简化实验，本文只针对前、后缘开裂和蒙皮开裂故障进行故障诊断，验证结果达到了预期效果。该系统对风机叶片在线健康监测有一定的参考价值。