机械工程学报

作者：严如强, 商佐港, 王志颖, 许文纲, 赵志斌, 王诗彬, 陈雪峰

单位：西安交通大学机械工程学院 西安 710049

关键词：智能诊断,可解释性,先验赋能,信号处理,物理知识；

基金：国家自然科学基金重点资助项目(51835009)。

进入“大数据”时代，人工智能技术因其强大的数据挖掘与学习能力，成为工业智能诊断领域的重要方法，在机械装备的异常检测、故障诊断和寿命预测等方面发挥重要作用。随着机械装备日益向大型化、高速化、集成化和自动化发展，诊断方法的可信度变得至关重要。因此弱可解释性正成为人工智能技术在诊断领域实际应用的巨大障碍。为了推动人工智能技术在工业智能诊断领域的发展，对可解释人工智能方法进行综述。首先介绍可解释性技术的概念与作用原理，并对目前可解释性技术的主要观点与分类进行总结。接着，从工业诊断中常用的信号处理先验和物理知识先验角度，概述内在可解释的先验赋能可解释技术的研究现状。最后指出先验赋能可解释技术存在的挑战与机遇。

来源：2024年第12期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第12期