大型风力机关键部件的可靠性是影响其生产成本和效率的最重要的因素,由于风力状况的复杂性,在风力机运行的时候其叶片、主轴承和增速箱等关键部件会有强烈过载及损伤现象。研究其损伤识别有重要意义,可为进一步的工作——实现其结构健康监测奠定基础。本课题针对风力机叶片的损伤,应用其叶片材料在损伤时会引起应变而产生声发射,进而利用声发射辨识和诊断故障的特点,首先进行不同形式损伤的声发射时域信号与功率谱的实验对照研究,讨论基于声发射时域信号的损伤辨识的优越性。然后,着重对不同类型损伤的声发射信号进行参数分析,得出各参数对损伤的反应趋势和敏感性。最后,对时域信号特性进行实验研究,借助小波分析的良好时频分析性能,通过对能反映声发射源的频带信号进行重构,来更好更有效的提取声发射信号的本质特征,区别不同类型的损伤。进而挖掘出各种情况损伤的特征,为大型风力机叶片的损伤监测提供有效参考。通过实验的验证发现:不同类型损伤的功率谱的比较不足以进行损伤识别。而声发射的时频信号则带有较为不同的信息,但单纯比较时域信号的特征,又无法排除噪声等干扰,通过小波分析对含有声发射特征的频带进行重构,重构后的信号可更好的反映声发射源的特征。也足以区分了裂纹损伤和边缘损伤。重构后的信号可更好的反映声发射源的特征。通过对重构信号的分析可识别出较高频特征和低频特征是噪声特征,而不是声发射信号的本质特征。得出识别方法:裂纹损伤的信号表现为逐渐衰减的性质;而边缘损伤的信号则会出现类似周期性的冲击波动,如果边缘损伤持续进行,可能会出现周期性的波形。