一种集成因果分析工作流程：从纠缠的网络中发现工程中的机械模式 周思杨

《Information》：An Ensembled Causal Analysis Workflow: Discovering Mechanical Patterns in Engineering from Entangled Networks Siyang Zhou

　　

摘要

从复杂的动态系统中提取因果关系多年来一直是一个备受关注的话题，尤其是在机械设计工程、工业制造和设备维护领域，这些领域通常存在大量的复杂关联。尽管已经采用了许多因果关系检测方法，但在评估和选择合适的方法以及开发适当的工作流程方面仍面临挑战。本文提出了一种因果分析工作流程，用于检测与机械机构相关的隐藏模式。特别是，该流程整合了多种因果度量方法，能够从复杂的原始网络中寻找精确的因果机制、本构律的影响以及因果关系的空间分布。基于数值实验，可以得出以下有益结论：对于复杂过程而言，分离不同的阶段是必要的；本构属性对因果推断具有显著影响；监测点在不同位置的因果关系差异主要取决于其是靠近固定边界、靠近负载还是与摩擦接触；格兰杰因果关系适用于发现材料、负载和几何形状之间的线性依赖关系，而基于约束和基于分数的算法在识别金属塑性、接触中的严重不连续性、脉冲动态负载或阻尼现象等非线性因果关系方面表现出色。