从“分类”到“解释”：热力学仿真辅助随机森林如何进行可解释故障诊断

参考论文📜：
Thermodynamic Simulation-assisted Random Forest: Towards explainable fault diagnosis of combustion chamber components of marine diesel engines, Measurement, 2025.

为什么传统方案常常卡在工程现场？

船用柴油机燃烧室故障诊断看似是“分类问题”，但真正落地时，困难并不在算法本身，而在数据与可信性：

• 故障样本天然稀缺：真实故障发生频率低、采集代价高；
• 纯机理模型难以在线部署：高保真仿真可解释，但实时性不足；
• 黑箱模型难以服众：预测结果可用，但维护人员仍会追问“依据是什么”。

这篇研究给出了一条实用路线：先用热力学仿真补足样本，再用随机森林完成判别，最后用 SHAP 把模型决策“翻译”成可读的机理证据。

TSRF的核心价值：把机理与数据放进同一条链路

TSRF（Thermodynamic Simulation-assisted Random Forest）并不是简单叠加两个工具，而是构建了一个闭环流程：

1. 仿真扩展数据边界：生成正常与多故障状态下的热力学特征；
2. 随机森林完成多类识别：在非线性关系中稳定学习“参数—故障”映射；
3. SHAP追溯决策依据：定量给出每个参数对分类结果的贡献方向与强度。

TSRF：机理建模、模型训练与解释分析的一体化流程图

一维热力学模型与实测校准

研究首先搭建柴油机燃烧室一维热力学模型，描述缸内关键状态量的动态变化。之后通过实测数据进行参数标定，使仿真输出与实际工况在核心指标上保持一致。

柴油机一维热力学模型示意图

为了让模型持续贴近现场工况，作者还结合 DCM（Data Collection Module）数据进行滚动修正，增强仿真数据的可验证性。

数据采集模块（DCM）

五类典型故障可控复现

在校准完成后，研究围绕燃烧室关键参数进行定向扰动，构建了 5 类具有明确物理含义的故障场景：

这一步的意义是：在真实故障样本不足的条件下，依然能得到机理一致、类别清晰、可用于训练的样本空间。

RF + SHAP给出诊断证据

模型侧采用两级筛选策略，目标是从“能分对”走向“讲得清”：

阶段一：随机森林粗筛

• 学习故障类别与热力学变量的非线性关系；
• 初步评估特征重要性并排除弱相关变量。

阶段二：Tree SHAP细化解释

• 计算每个样本、每个特征的 SHAP 贡献值；
• 提取高贡献且具物理意义的关键参数组合。

RF 与 Tree SHAP 联合特征筛选流程图

结果说明

实验表明，TSRF 在小样本条件下依然实现了 95% 以上诊断准确率。更重要的是，解释结果能够区分不同故障对应的主导热力学因素，为维护决策提供可追溯依据，而不仅仅是一个“类别标签”。

换句话说，这项工作提供的不只是更高精度，而是一种更容易被工程团队接受的诊断范式：机理可对照、结果可解释、模型可部署。