故障检出率提升27%
该方法将热力学定律显式集成到深度学习模型中，有效减少了纯数据驱动方法常见的不合理结果，提高了复杂多故障场景下高维传感器故障检测的准确性和可靠性。
Ren, Haoshan · Xu, Chengliang · Lyu, Yuanli · Ma, Zhenjun · 孫勇軍
Applied Energy 2023
在复杂多故障场景下，故障检出率比纯深度学习方法提高27.2%，因为热力学约束减少了故障信号间的相互干扰。
误报率降低77.4%，意味着模型在正常工况下更少误判，运维人员可减少不必要的检查。
显式学习热力学定律，模型不再输出违反质量或能量守恒的结果，诊断结论更可靠。
当多个传感器同时故障时，热力学约束显著缓解了故障测量值在神经网络内部引起的相互干扰。