旋翼作为直升机的升力面和操纵面，一旦发生故障，后果严重。桨叶结构如果产生重大损伤，往往造成直升机坠毁事故。因此，开展桨叶结构故障诊断研究具有重要理论意义和实用价值。随着人工智能的发展，由于其智能性和并行性等独特优点，智能算法在故障诊断领域得到广泛应用。本文以复合材料桨叶为研究对象，针对桨叶裂纹故障诊断的关键技术开展了研究，完成了以下工作：1.在综合分析了国内外关于桨叶裂纹相关研究的基础上，引入桨叶裂纹密度的概念来划分复合材料桨叶裂纹的故障等级，并将其应用到遗传模糊系统的建立过程中，该参数比常规的以弹性模量为特征的损伤表征更具准确性和直观性；2.比较了目前裂纹建模主要方法的优劣后，本文在有限元分析软件ANSYS中，结合参数化设计语言APDL，采用实体建模方法，完成了含裂纹桨叶模型的建立，分析了不同位置和不同裂纹密度下复合材料桨叶前十阶固有频率的变化情况；3.由于在故障诊断过程中，输入、输出数据往往具有复杂性和不确定性，本文将模糊理论引入桨叶结构故障诊断系统，在MATLAB环境下结合模糊系统工具箱和编程语言建立桨叶裂纹损伤识别模糊逻辑系统，并引入添加噪声数据影响的有限元算例，以故障损伤识别的准确率验证了模糊逻辑系统的正确性和稳定性；4.为了解决模糊推理系统对专家经验的依赖性，本文结合遗传算法对模糊系统的优化进行了初步的研究，即对模糊系统规则库中的规则进行逐条优化，完成结合遗传算法的模糊规则自动生成过程，并对优化后的系统引入有限元算例进行了检测，验证了遗传算法能够显著提高模糊逻辑系统的性能。