基于反事实推理的柴油机故障诊断

来源：计算机测量与控制杂志2025年第5期北京时间：

作者：李恒,黄守金,丁勇,陆宁云

单位：南京航空航天大学 自动化学院

摘要：针对柴油机故障因果关系的隐蔽性、网络模型向诊断模型转换过程中存在的不确定性，以及传统反事实推理框架在处理复杂系统时推理效率低的问题，提出了一种基于Leaky Noisy-OR假设和孪生网络的因果推理模型，以明确定量因果关系。首先，构建故障因果网络，并融入Leaky Noisy-OR假设和隐变量节点，以表示不确定性因素，构建了一个适用于反事实推理的因果推理模型；其次，将该模型转换成孪生网络，并采取反事实干预措施进行简化，提高了推理效率；最后，定义了故障充分因和故障必要因这两个指标，以定量衡量故障原因和故障征兆之间的因果关系强度，并且在推理的准确性上构成了双重保障；实验结果表明，该方法克服了传统相关性分析的局限性，为复杂系统故障诊断提供了可解释的因果推理范式。

关键词：柴油机;因果学习;反事实推理;故障诊断;Leaky Noisy-OR假设;孪生网络

基金资助：国家自然科学基金(62273176)