研究叶片的气动性能对风力机叶片的设计意义重大。本文以风力机叶片为研究对象，首先用三维建模软件建立叶片的模型，在风机额定工况下对叶片进行了动态特性分析和模态分析，求解了叶片的前七阶振型和固有频率，这为实际设计和制造风机叶片提供了参考。为比较升力系数和阻力系数在翼型结冰和无冰两种状态下的变化趋势，文中采用CFD计算方法对叶片的气动性能进行了仿真，分析结果得知，升力系数受结冰影响较大，相比之下，阻力系数所受影响有限；雷诺数对升阻力系数影响也有限；叶片结冰对流场影响很大，叶片压力突变，尾流涡旋提前发生，这是结冰改变翼型外形，导致流场不对称所致。通过本文研究，为叶片设计者提供了理论参考，同时，也提供了风机叶片的分析的新思路。其次，介绍了基于模糊神经网络的风力机叶片故障识别方法，该方法根据风力机叶片振动频谱图的各个频段范围，对叶片是否发生故障进行诊断。实验结果表明，该方法可以对风力机叶片结冰、裂纹、点蚀、磨损等故障进行有效地识别，识别准确率均达到90%以上。最后，提出了风力机叶片的优化设计模型，该模型以动量—叶素理论为基础，根据作用在风力机叶片上的气动力，以风力机叶片每段的年能量输出最大为设计目标，使用遗传算法进行寻优搜索。利用开发的优化设计程序，针对特定风场设计截面的最佳弦长和扭角。仿真结果表明，采用改进的遗传算法在对风力机叶片在扭角值基本吻合的前提下，各种气动性能均较为理想。