集合経験モード分解（EEMD）、クラウドモデルおよびサポートベクトルマシン（SVM）を組み合わせたタービンローターの複数の故障診断法が提案されています。この方法では、まず EEMD を使用して振動信号を複数の IMF 成分に分解し、その後に IMF 成分を選択するために相関係数法を使用し、その後にフィルタリングされた IMF 成分の逆電卭演算を行い、クラウドモデルの数値特徴を取得し、特徴ベクトルを構築し、その後、SVM でローターの複数の故障状態の識別に適用します。および伝統的な EEMD エネルギー法と比較します。その結果、この方法はローターの複数の故障を正確に診断することができ、より高い識別率を持っていることが示されています。

ローター; 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