基本信息
文件名称:基于Shapley值的可解释AI在风机齿轮箱健康监测与故障定位中的应用.docx
文件大小:39.25 KB
总页数:24 页
更新时间:2026-03-12
总字数:约1.3万字
文档摘要

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于Shapley值的可解释AI在风机齿轮箱健康监测与故障定位中的应用

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于Shapley值的可解释AI在风机齿轮箱健康监测与故障定位中的应用

摘要:本文针对风机齿轮箱健康监测与故障定位问题,提出了一种基于Shapley值的可解释人工智能方法。首先,通过数据预处理和特征提取,对风机齿轮箱运行数据进行有效处理。其次,构建了基于Shapley值的可解释人工智能模型,对齿轮箱故障进行预测和定位。实验结果表明,该方法能够有效提高故障