本发明构建一种基于信息物理融合的智能单元体混合决策模型，并广泛应用在多个复杂工况环境下的故障检测和信息分类。该模型对多维度信息进行收集，信息包括文字信息、语音信息、图像信息、设备运行时间等。在此基础上，本发明对已有数据进行编码分类，通过多个分类器进行分类编码提取出多维度信息特征。多模型混合决策可以更好的检测故障信息并输出故障概率值，更好的辅助人工进行检修。与此同时，本发明使用解释性良好的机器学习模型进行检测，具有可解释性，灵活性，直观性，效率高等特点。所以综合这些优势，可以进一步提高复杂工况环境下的故障检测精度，并提供很好的数学解释，无论是对工业事故率的减少还是对生产成本的降低都有积极意义。