一、背景

工业物联网（IIoT）把感知和计算分布到多个工艺单元，故障诊断因此面临两个结构性约束：

• 证据碎片化： 每个单元模型只能看到自己单元内的传感器，看不到上游原因和下游影响；

• 协作有代价： 单元间通信受带宽、延迟和跨组织数据边界限制，原始传感器数据往往不能共享。

多智能体故障诊断（Multi-agent FDD）用单元间协作补证据，但现有方案主要是固定规则或简单置信度阈值触发——要么无条件广播浪费通信，要么误信漂移/不可靠的伙伴，形成错误共识。同时，工业场景要求可校准的不确定性、物理访问边界、通信预算和安全的弃权（转人工），这四件事现有动态路由方法（DyLAN、MasRouter、AgentDropout 等）都没有一起处理。

基准数据集： Tennessee Eastman Process（TEP）：5 个工艺单元、52 个变量、21 类（正常+20 种故障）、固定窗口协议。

二、要解决的问题

核心问题一句话：

在传感器访问有界、通信预算受限、无即时标签反馈的条件下，何时本地证据不足、哪个物理相关伙伴值得问、什么时候应该承认不确定并弃权。

具体问题

1. 本地模型给出 21 类概率但证据可能不足——如何判断“不足”；

2. 需要协作时，向哪个邻居要什么信息（预算 B 条消息内）；

3. 收到的证据怎么融合，避免错误共识；

4. 最终预测的置信是否够格直接上报，还是应该转人工/弃权；

三、核心创新

老故事（现有稿件，UCSC-FD，E4 时代）

1. 过程感知的控制器 UCSC-FD：五个工艺局部 TCN 智能体共享全局 21 类标签空间，但每个智能体只读本单元变量（最多 15/52），控制器不读原始传感器；

2. 校准歧义触发：冻结的 adaptive prediction set（APS）+ 证据充分度 q，决定何时本地证据不足、发起协作；

3. 物理邻接 + 类条件可靠性：只允许向一跳物理邻居请求，按“该智能体在当前预测类别上的 PPV 可靠性”排序伙伴；

4. 可靠性加权 log 池融合 + 预算停止 + 弃权阈值：融合后概率足够高且分歧足够小就停，否则耗尽预算或弃权；

5. 泄漏控制的确认体系：E1–E3 冻结，E4 官方 test 一次确认（AURC 差 1.3e-4，CI [1.16,1.47]e-4，Macro-F1 非劣），run-cluster bootstrap。

新故事（E24/E24b/E30 时代）

在 UCSC-FD 之上增加三层机制，并把对照对象从“多智能体内部基线”换成“集中式上界”：

1. 选择性全概率交换（META-FULL）：平时维持 UCSC 的低消息预算（~0.7–1.2 条/窗），只在“本地预测与融合预测分歧”的少数窗口（10–25%）用 8 条消息换全 Agent 概率，由 SGD 门控决定是否值得换——得到“接近全交换收益、约 1/4 通信成本”的中间点；

2. 独立风险评分（correctness head）：预测与风险解耦——专门训练“该预测正确的概率”，AURC 不再直接用最大 softmax，Risk@95 从 0.326 降到 0.095（E18a）；

3. 融合层可适配：融合 stacker 可按运行分布低成本重拟合（不重训骨干），跨生成器数据上从冻结 FULL 的 0.733 提升到 0.889（E18a OOF）；

4. 集中式对照 + 外部盲测：引入 Global TCN 作集中式上界；用官方 validation 作同分布对照（E24b），用全新 Reinartz TEP 数据集作跨实现外部盲测（E30，进行中）。

四、新老故事对比