风电做为新的清洁能源，受到国家政策的大力扶持，最近十年来发展极其迅速，但与之伴随而来的则是大量的零部件制造质量问题。叶片作为风力发电的关键核心零部件，国产化水平迅速提高，但由于新兴行业的技术积累不足、质量意识薄弱、盲足扩张过快，造成最近两年来风电场各种批量性的质量问题频发，涉及到设计、材料、工艺、制造的全流程，已经成为严重限制风电行业成长与发展的短板。　　大数据(bigdata)，有的文献中也称之为巨量资料，通常是指由于所涉及的数据量过大，导致现在常用的软件工具无法在一定时间内达到获得、管控、处置、并整合的目的，无法达到帮助公司运营、管理和决策等积极目的的信息。另外一方面，广义的"大数据"概念囊括了人们在大规模数据的基础上能够做的事务，而小规模数据不能够实现此类目的。近年以来各行各业都极大收到了“大数据”的深刻影响，以一种前所没有的途径让我们通过对海量数据进行分析，进而获取有很大潜在价值的产品和服务，或深入的见解，最终形成企业的变革之力。　　本文从叶片全生命周期质量管理的视角展开研究，对风电场的叶片质量事故进行分析，明确了叶片质量事故的各种影响因子，如季节、环境、湍流等，对叶片的寿命进行建模并成功对未来的更换数量进行预测，探索风电叶片质量事故的特点和根源，使企业能够提前做好质量事故处理的预案，提升现场事故处理的响应速度和效率进而提升客户对于产品和服务的满意度。