详解TSRF（热力学仿真辅助随机森林）的实现步骤

随着现代航运业的发展，船用柴油机的安全运行和故障诊断变得愈发重要。然而，实际运行中故障数据的匮乏以及传统数据驱动模型黑盒特性的限制，给燃烧室关键部件的精确诊断带来了挑战。为了应对这些问题，研究人员在最新发表的学术论文中提出了一种热力学仿真辅助随机森林（TSRF）方法。这篇题为《Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of combustion chamber components of marine diesel engines》的论文，将热力学机理知识作为先验信息引入到智能诊断框架中，致力于提升诊断模型的泛化性能与决策过程的可解释性。

该TSRF方法的首要步骤是构建船用柴油机的一维热力学仿真模型。研究人员基于物理定律和柴油机结构参数，建立了包含气缸、增压器、中冷器等关键部件的系统模型。为了确保仿真模型的准确性，研究团队利用数据采集模块（DCM）从真实船舶主机传感器系统中获取运行数据，对模型中的关键技术参数进行校准。经验证，仿真计算得到的多项关键热力学参数与实际试验测试值之间的误差控制在合理范围内，这为后续的故障模拟与数据拓展奠定了可靠的物理机理基础。

在高精度热力学模型的基础上，该方法通过精细调节关键系统参数来模拟燃烧室部件的五种典型故障，包括缸盖开裂、活塞烧蚀、气缸套磨损、活塞环磨损和活塞环粘着。与传统的偏重于微观材料特性的复杂漫长仿真相比，该研究通过宏观参数的针对性微调，能够快速获得系统层面的热力学响应。这种参数微调策略成功再现了不同故障状态下的物理特征，从而生成了富含物理机理的故障训练数据集，有效缓解了现实中工业故障样本稀缺的难题。

针对仿真输出的大量候选热力学指标，如何筛选出最具诊断价值的核心特征是提升模型效率的关键。TSRF框架引入了基于沙普利值（SHAP）的特征选择机制。通过在初步训练的随机森林模型中应用Tree SHAP算法，定量评估了各个热力学参数对诊断决策的边际贡献。相比于传统的卡方检验或基尼指数等特征筛选手段，SHAP分析不仅能给出参数重要性的量化排名，还能阐明参数与故障状态之间的非线性互动。最后，研究筛选出了增压器后排气温度、气缸套壁面热流量、漏气热流量等八个核心指标，合理降低了输入维度。

在完成特征子集的优化筛选后，研究采用随机森林（RF）作为最终的分类器，对燃烧室关键部件的不同健康状态进行识别。由于随机森林作为集成学习算法在处理多分类、非线性数据时具有良好的稳健性，它与精心筛选出的热力学特征子集展现出了极高的适配度。在与支持向量机（SVM）和K近邻（KNN）等传统机器学习方法的对比测试中，基于优化特征子集的随机森林分类器表现出较为较高的识别精度。混淆矩阵与精确度-召回率曲线也进一步证实了该分类模型在区分不同类型活塞环故障等复杂场景下的有效性。

TSRF方法的核心优势之一在于其双重维度的可解释性。借助SHAP值分析，研究从局部和全局两个层面对模型的决策逻辑进行了深度的机理剖析。在局部层面，通过瀑布图直观展示了特定样本中各参数对预测结果的推拉效应；在全局层面，则通过蜂群图和依赖图揭示了不同热力学参数之间的物理关联与演变趋势。这种将数据驱动方法的决策逻辑与热力学物理背景有机融合的尝试，为轮机管理人员提供了一套透明、可信的辅助决策支持，也为复杂动力装置的可解释性智能诊断开辟了思路。

参考文献：

Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of combustion chamber components of marine diesel engines[J]. Measurement, 2025, 251: 117252.

https://www.sciencedirect.com/science/article/abs/pii/S0263224125006116