叶片作为风力发电机将风能转化为电能的主要连接部件,其健康状态越来越多的受到业界的重视。如何检测叶片的健康状态,特别是在复杂工况下出现裂纹时候如何能够快速而准确的判断出叶片裂纹损伤状态,这是叶片健康状态监测的一个重要方面。本文针对叶片振动信号复杂,裂纹信号难以识别等特点提出了一种特征模态函数的双谱分析方法来进行对裂纹信号的提取。主要内容有以下几方面:第一,通过叶片的悬臂梁结构数学模型,分析了叶片的振动信号特点。第二,为了尽可能大的降低白噪声和干扰信号对双谱计算的影响,本文采用核主成分分析的方法对一维的时域信号进行去噪。利用互信息法和Cao氏方法实现了一维时间序列的相空间重构,并通过核矩阵提取相空间中的主元分量,通过相空间重构的逆变换实现最终的一维信号的降噪处理。第三,综合分析了特征模态函数和双谱的特点,针对叶片振动信号的非线性和耦合性等特点,提出利用重构特征模态函数的双谱分析方法对叶片裂纹信号进行识别。分别通过仿真信号研究了双谱对高斯白噪声的抑制作用和对非平稳信号中的冲击信号以及耦合信号的识别作用。最后,依托上海绿色致远能源有限公司中的中小型风机叶片疲劳测试平台,对小型风机叶片进行了模拟振动实验。对实验数据的分析表明,叶片裂纹将产生冲击分量和耦合分量,这些特征在特征模态函数的双谱上得到了较好的体现。这也为风机叶片的健康状态识别提供了参考。