El método propuesto es un método de diagnóstico de múltiples fallas en rotores de turbinas de vapor, basado en el análisis de descomposición modal de datos de experiencias acumulados (EEMD), nube y máquina de vectores de soporte (SVM). Este método utiliza primero EEMD para descomponer las señales de vibración en varias componentes IMF, utiliza el coeficiente de correlación para filtrar las componentes IMF, luego calcula el generador de nube inversa para producir la característica numérica de la nube y la construye como vector de características, luego la aplica a SVM para determinar el estado de falla múltiple de rotores, comparada con el método tradicional de la energía EEMD. Los resultados muestran que este método puede diagnosticar con precisión fallas múltiples y tiene una tasa de reconocimiento más alta.

rotación; diagnóstico de fallas; análisis de descomposición modal de datos de experiencias acumulados; nube; máquina de vectores de soporte; vector de características