在制造业领域，生产异常会扰乱生产计划，给制造商带来重大经济损失与声誉损害。
为解决这一问题，南京航空航天大学黄少华团队的Shengbo Wang & Weiwei Qian等提出一种生产过程异常可解释机制（EM2PA），旨在厘清制造各要素间复杂的耦合关系，分析这些要素对生产过程的影响，识别生产异常并对其成因进行解释，同时支持追溯分析。
该机制（EM2PA）由三个模块构成：数据增强器、影响因素识别器及因果解释器。
具体而言，数据增强器生成生产异常小样本数据；影响因素识别器解耦复杂耦合关系并识别诱发生产异常的关键因素；因果解释器则提供成因的因果性解释。
此外，通过基于离散制造车间实际生产过程的案例研究，本研究验证了EM2PA在定位问题根源方面的有效性，同时强调了生产过程异常的可解释性及因果分析的重要性。
黄少华，博士、南京航空航天大学机电学院讲师、硕士生导师，江苏省卓越博士后，清华大学博士后，中国图学学会数字化设计与制造专业委员会委员。主要从事工业大数据、智能工艺规划等方向的研究。主持国家自然科学基金青年基金、中国博士后基金、航空科学基金、国防基础科研重点项目子课题等项目10余项，获省部级科学技术奖2项，出版专著1部，以第一/通信作者发表SCI/EI论文30余篇，申请国家发明专利及软件著作权18项。
