Utilizando el espectro y el gráfico de trayectoria axial para extraer las características de las señales de vibración de fallas extraídas de la simulación en plataforma, construyendo una subred de red neuronal BP y utilizando la teoría de evidencia D-S para fusionar la salida de la subred de red neuronal BP (fusión de información multicapa) desde diferentes lados para diagnosticar fallas. Los resultados muestran: que la confianza en el diagnóstico de fallas al utilizar el método de fusión de información multicapa aumenta aproximadamente en 0.03 en comparación con el método del espectro, y aumenta aproximadamente en 0.4 en comparación con el método del gráfico de trayectoria axial, lo que es significativo. Mejora significativamente la precisión de la identificación del tipo de fallas.

turbina de vapor; diagnóstico de fallas; espectro; gráfico de trayectoria axial; subred de red neuronal BP; teoría de evidencia D-S; fusión de información multicapa; confianza