Es wird eine Methode zur Diagnose von Mehrfachfehlern des Turbinenrotors vorgeschlagen, die auf der Kombination der Ensemble-Empirischen Modalzerlegung (EEMD), des Wolkenmodells und der Support Vector Machine (SVM) basiert. In dieser Methode wird zuerst EEMD verwendet, um das Schwingungssignal in mehrere IMF-Komponenten zu zerlegen, dann wird die Korrelationskoeffizientenmethode verwendet, um die IMF-Komponenten auszuwählen, dann wird die Umkehrberechnung des Wolkenmodells für die gefilterten IMF-Komponenten durchgeführt, wodurch numerische Merkmale des Wolkenmodells erhalten und ein Merkmalsvektor konstruiert wird, der zur Erkennung des Zustands des Rotors bei mehreren Fehlern in der SVM angewendet wird und mit der traditionellen Methoden der EEMD-Energie verglichen wird. Die Ergebnisse zeigen, dass diese Methode in der Lage ist, die Mehrfachfehler des Rotors präzise zu diagnostizieren und eine höhere Erkennungsrate aufweist.

Rotor; Fehlerdiagnose; Ensemble-Empirische Modalzerlegung; Wolkenmodell; Support Vector Machine; Merkmalsvektor