叶片是风力机组捕获风能的关键部件，对风力机的正常运行至关重要。一旦叶片发生损伤，就会造成偏心故障，影响机组的运行，甚至造成机组的毁损。若能在叶片的损伤时，能及时诊断出叶片损伤，就可进行有效维护，避免巨额损失。　　 建立了大型风力机组的有限元模型，通过机组的重量和叶片强度分析验证了模型的合理性。对机组进行了模态分析，得到了整机组前二十阶固有频率和振型；通过对叶片的动态特性分析，找出叶片容易发生损伤的关键位置。在叶片关键位置、过渡位置上分别设置了质量偏心和刚度损伤，进行了叶轮激励，湍流风、海浪和发电机等组合激励下正常状态、叶片质量偏心、刚度损伤的动力响应分析。获得叶片各损伤设置点和机舱固定点的响应，并将响应进行损伤前后的对比分析。　　 采用应变能变化率方法对叶片进行损伤识别。分别求出叶片正常状态和损伤状态下各设置点和机舱固定点的应变能变化率。基于叶片响应的应变能变化率，提出改进的叶片损伤识别指标，对叶片质量偏心和刚度损伤进行了识别与定位。引入了聚类分析和支持向量机方法，从机舱响应的应变能变化率，提取对应叶片各点损伤的应变能变化率，作为叶片损伤识别、定位和预测的特征量。　　 研究结果表明，基于机舱的应变能响应变化率，提取叶片损伤识别、定位和预测的特征量，可用聚类分析和支持向量机方法有效地识别出叶片不同位置的质量偏心与刚度损伤，并将其较精确地定位。这将对风力机叶片的运行监测提供一个极好的前景。