提案された手法は、経験データのモダル分析に基づく蒸気タービンローターの多重障害診断手法であり、集合経験モード分解（EEMD）、クラウドモデル、サポートベクトルマシン（SVM）を組み合わせている。この手法はまず、EEMDを使用して振動信号を複数のIMF成分に分解し、IMF成分をフィルタリングするために相関係数法を使用し、その後、逆クラウド発生器を使用してクラウドモデルの数値特性を計算し、特徴ベクトルとして構築し、それをSVMに適用してローターの多重障害状態を決定し、従来のEEMDエネルギーメソッドと比較する。結果は、この手法が正確に多重障害を診断でき、より高い認識率を持っていることを示している。

回転；故障診断；集合経験モード分解；クラウドモデル；サポートベクトルマシン；特徴ベクトル