一种工业生产过程异常根因诊断方法

本发明公开了一种面向复杂工业过程异常的根本原因诊断方法，针对工业过程中变量间高度耦合、因果结构复杂且先验知识不完备的特点，提出融合先验知识与数据驱动的建模流程。该方法首先对生产数据进行预处理，将工艺知识嵌入基于约束的结构学习算法，初步构建因果网络骨架。在此基础上引入含随机性的智能搜索优化机制对网络结构进行完善，发现并补全潜在关联，最终获得反映因果传递与统计相关的综合网络。利用该网络计算影响路径，可有效追踪生产异常在系统内的传播并实现根因的精准定位。本发明在因果结构识别准确性上表现优异，构建的传播路径可解释性强，能为各类工业企业优化控制、提升产品质量及过程稳定性提供技术支持。