一种基于AC-DCC模型的动态代价敏感故障诊断系统

本发明公开了一种基于AC‑DCC模型的动态代价敏感故障诊断系统，辅助提高故障诊断的实时性与准确性。该系统通过分析时间差、设备利用率、历史维护记录、产出偏差、报警记录等多维数据，能够自动定位故障设备，并根据诊断结果快速调整生产计划，减少故障对生产的负面影响。针对工业过程中数据不平衡的问题，该系统引入了基于Actor‑Critic模型的动态代价敏感分类器(AC‑DCC)；该模型通过策略梯度优化，自适应地学习样本权重，特别是针对少数类样本，动态调整其在伪标签生成和分类过程中的权重分配。AC‑DCC模型通过设计新的奖励函数，强化对少数类故障样本的关注，提高了少数类故障的分类性能，还能够通过智能调度减少故障对生产的干扰，优化工业生产的效率和可靠性。