机床工位上的AI可解释性信任：为什么你不敢信它说的故障？

车间的机油味还没散。我刚换完液压滤芯，手上沾着滑溜溜的油。徒弟拽我袖子，指着工位屏幕喊我过去。 屏幕亮着，AI跳出来一个红框：高风险故障，建议立即停机检修。 徒弟挠头：师傅，停还是不停？ 制造车间AI轴承故障检测工位实拍

说不清楚原因的判断，没人敢接

说不清楚原因的判断，没人敢接 其实这不是他一个人的困惑。干了这么多年机械，见过好多AI进车间，最后落得灰溜溜撤掉的，大多卡在这一步。 AI说有问题，你问它哪出问题了，凭啥这么说？它不说。就给你一个百分比概率。 你说停吧，一条产线停一小时，多少活儿耽误了，调度追着你骂，领导要你说清楚为啥停，你说AI说的，人家问你AI为啥说，你答不上，锅全背。 你说不停吧，真要是轴承坏了，主轴飞了，出了安全事故，还是你的锅。 说白了，换谁都犯嘀咕。这个犯嘀咕，就是大家常说的，对AI没信任。根子在哪？就是它说不清楚自己为啥得出这个结论，也就是大伙说的可解释性。

老师傅和黑盒AI，差在哪

我们干机修的，判断故障靠啥？ 靠摸。伸手摸一下轴承座，温度比旁边高了一截，心里就有数。靠听，开着机听振动，声音发闷不对，哪个频段响，我们都能说出来。最后拆开来，十次有八次准，为啥？因为每一步判断都有依据，说得出一二三，错了也知道哪里错了，下次改。 黑盒AI呢？训练的时候喂了十几万条数据，它自己学出来一套规律，这套规律锁在模型里，没人看得懂。 之前试过一个，把传感器上沾的油污干扰，当成了轴承磨损，上来就报红。你说这咋整？ 机械轴承故障AI可解释性判断流程图 不过话说回来，不是说黑盒AI不准，很多时候它准确率还真不低。但准没用啊，你得敢用对吧？准确率九十九，那百分之一落你头上，你扛得住吗？

能说清“凭啥”，才谈得上信任

现在我们工位用的这个就不一样。它报故障，不会只甩给你一个红框。它会告诉你，我是看了内圈振动的1x频段幅值超标，再加上轴承温度比基线高了不少，才判断要坏。 你可以顺着它给的原因去查，拿振动仪再测一遍，摸摸温度对上不对，对得上就拆，对不上就知道可能是传感器出问题了，不用瞎耽误功夫。 上次有一回，它报内圈故障，我们顺着去查，拆开来一看，内圈真磨出两道细沟，一点没错。从那之后，操作工自己看到红框都敢先去查对应的位置，不用每次喊我们师傅过去拍板。 说实话，什么AI可解释性信任，说穿了就是车间里干活的一点实际需求：你给我一个结论，得告诉我凭啥，我才敢信，才敢担这个责任。 不是我们排斥新技术，也不是我们守旧。你想想，你去看病，医生说你有重病，不说为啥做了哪项检查哪项指标不对，就说我算出来你得病了，你敢直接开刀吗？ 一个道理。 就这么回事。