本成果针对目前风电机组叶片缺乏有效监控现状，开发了风电机组叶片在线监测与故障诊断系统，解决了叶片无线传感器设计，无线传感器组网，信号网络通讯鲁棒性设计，叶片传感器安装工艺设计，多维传感器信号处理，叶片故障机理分析，叶片故障诊断算法，场级监控系统设计等方面的关键问题。首先通过建立风电机组叶片故障软件仿真模型，发现了不同类型故障的振动信号传播特性，并建立了叶片各类故障的机组运行特征库。其次基于振动模态分析理论揭示了叶片各种故障本质区别，提出了风电机组叶片工作模态参数识别方法与基于应变模态的叶片螺栓松动判别方法，还确定了适合在线辨识叶片模态参数的传感器类型与传感器的安装位置，并通过搭建小型叶片振动测试硬件实验台进行了验证。在软、硬件仿真实验研究成果基础上，针对实际机组开发了一种基于太阳能薄膜电池的无线贴片式振动传感器及其信号采集处理分析系统，解决了叶片传感器安装、供电与信号采集通讯难题。最后建立了基于深度学习的叶片故障诊断模型，提出了基于BINS分区与距离计算的风电机组大数据处理方法，并开发了多数据源驱动的风电场叶片故障在线状态监测软件。