La operación estable del equipo aeroespacial es importante para la seguridad espacial, y el diagnóstico de fallas del equipo aeroespacial es de significado práctico. Un sistema de diagnóstico de fallas necesita establecer relaciones causales claras y proporcionar resultados de determinación interpretables. El análisis del árbol de fallas difuso (FFTA) es un método de diagnóstico de fallas flexible y potente, que puede comprender profundamente las causas y mecanismos de falla. La base de reglas de creencia de intervalo (IBRB) puede describir la incertidumbre. En este documento, se presenta por primera vez un modelo interpretable de diagnóstico de fallas (FFDI) para equipos aeroespaciales basado en FFTA y el IBRB. En primer lugar, el FFDI inicial se construye con la asistencia de FFTA. En segundo lugar, se implementa una inferencia de modelo basada en un algoritmo de análisis de razonamiento evidencial (ER). Luego, se utiliza un algoritmo de estrategia evolutiva adaptativa de matriz de covarianza de proyección con restricciones de interpretabilidad (IP-CMA-ES) para la optimización. Finalmente, la efectividad del FFDI se verifica mediante un conjunto de datos del volante. Este método garantiza la completitud de la base de reglas y la interpretabilidad del modelo, evita el problema de la explosión de ciertas combinaciones de reglas y es adecuado para el diagnóstico de fallas del equipo aeroespacial.