频率掩码可解释网络

精准定位故障特征

在频域上优化掩码并解耦最大逻辑，使解释结果与故障特征频率一致，从而精确分离故障相关特征。

Du, Junfei · 高艺平 · 高亮 · 李新宇

Journal of Manufacturing Systems 2025

参数信息

定量评估指标数量

5

技术优势

故障特征分离更干净

在频域上优化掩码，故障特征在频域中表示良好，因此能更准确地识别。

解释不被异常样本带偏

基于解耦最大逻辑的正则化避免了分布外数据导致的不可靠解释。

解释与故障机理吻合

实验表明解释结果与故障特征频率一致，表明方法能精确捕捉故障本质。

应用场景

• 工业设备预测维护：为设备健康状态提供可验证的解释，增强预测维护模型的可信度。
• 机器人故障诊断：帮助工程师定位机器人故障的关键频率成分，支撑模型调试。
• 智能制造质量监控：解释质量监测模型的决策依据，便于追溯和优化生产过程。
• 边缘端可解释AI：以频率掩码形式提供轻量解释，适合边缘设备上的实时可解释推理。