科创中国

新材料技术

本发明涉及故障检测领域，一种深度结构的可信特种智能装备故障诊断方法，包括以下步骤：步骤一，获取特种智能装备的实测数据集；步骤二，对故障特征进行特征重要性排序和特征选择；步骤三，采用一种深度结构构建故障诊断初始BRB模型；步骤四，基于证据推理解析算法进行融合推理；步骤五，通过优化算法优化模型，本发明通过特征重要程度分析和构建层进式模型，解决了规则爆炸问题，提高了模型诊断的合理性和逻辑性；同时，针对不同的特种智能装备设计相应的可解释性约束，增强了决策推理过程的清晰度、透明度，使决策者更容易理解模型的基础原理和决策依据。

.一种深度结构的可信特种智能装备故障诊断方法，其特征在于，包括如下步骤： 步骤一，特种智能装备的数据集整理； 步骤二，对故障特征进行特征重要性排序和特征选择，对步骤一中所获取的数据集进行故障特征提取，通过极端梯度提升特征选择方法进行特征重要性排序，选择重要性较高的特征； 步骤三，构建一种深度结构构建故障诊断初始BRB模型，从上述步骤二选择的特征中，选择重要性最高的两个特征创建第一个子模型，然后将第三重要的特征与第一个子模型的输出结合以创建第二个子模型，对其余特征重复此过程，以构建深度结构的初始BRB模型； 步骤四，基于证据推理对所有的规则进行融合推理，对于步骤三构建的模型，使用证据推理解析算法进行融合推理； 步骤五，通过优化算法优化模型，通过基于混沌映射的具有可解释性约束的鲸鱼优化算法(WOA)来优化模型，改进传统WOA的种群初始化。

设有25个学院，开设80个本科招生专业；拥有博士后科研流动站5个，博士学位授权一级学科9个，专业博士学位授权类别1个；硕士学位授权一级学科17个，专业硕士学位授权类别15个；有专任教师1700余人。