凝縮器の作業過程と故障メカニズムを分析し、典型的な故障のセット、徴候のセット、故障の典型的な特徴ベクトルのセットを構築し、模糊サポートベクトルマシン（SVM）に基づく故障診断モデルを構築し、例の計算によってその有効性を証明した。 ニューラルネットワーク方法と比較した結果、小規模なサンプルの場合にはSVM方法を使用した方が優れており、普及能力が高く効率が良いことが判明した。 この方法は、凝縮器の状態監視および故障診断のインテリジェント化のための新しいアプローチを提供し、幅広い応用価値を有しています。

凝縮器；典型的な故障；ぼやけたサポートベクトルマシン；ニューラルネットワーク；故障診断