摘要

本发明公开了一种可解释的复合故障智能诊断方法、装置及存储介质,属于机械装备故障诊断领域。该方法包括:采集原始振动信号数据,根据原始振动信号数据获取训练集;构建具有可解释性的特征提取器,并通过小波核卷积层从原始振动信号数据中学习具有可解释意义的特征;使用堆叠的胶囊层构建解耦分类器,以实现复合故障的解耦和单一故障的诊断;根据特征提取器和解耦分类器获得模型,采用非完备数据对模型进行训练;利用反向溯源方法,对模型的诊断决策过程进行可解释性分析,以提高模型诊断结果的可信度。本发明在非完备数据的条件下有效实现了单一故障的诊断和复合故障的解耦,具备可解释性,有利于在可解释性需求的工业实际场景中的应用与推广。