论文提出了一种融合热力学仿真与机器学习的船用柴油机燃烧室故障诊断方法(TSRF)。针对传统方法面临的故障样本少、模型复杂、解释性差等问题，该方法首先通过热力学模型仿真五种典型故障，生成诊断数据集；然后利用随机森林预识别故障特征，采用TreeSHAP算法筛选关键参数；最终实现高精度的故障分类，并保持物理可解释性。实验表明，该方法在区分相似故障、参数选择等方面优于传统方法，为柴油机可解释故障诊断提供了