En el sector industrial, las fallas de los equipos que ocurren durante el proceso de producción y operación generalmente requieren intervención humana para restaurar la funcionalidad normal. Sin embargo, la pregunta que sigue es cómo diseñar y optimizar las medidas de intervención basadas en la modelización de escenarios reales de intervención, resolviendo así eficazmente las fallas. Para abordar el problema mencionado anteriormente, proponemos un método heurístico mejorado basado en un modelo generativo causal para el diseño de intervención óptima, con el objetivo de determinar la mejor medida de intervención mediante el análisis de los efectos causales entre variables. Primero construimos un modelo de mapeo de dos capas fundamentado en las relaciones causales entre variables interrelacionadas para generar datos contrafactuales y evaluar la efectividad de las medidas de intervención. Posteriormente, dadas las situaciones de intervención por fallas desarrolladas, se utiliza un algoritmo de búsqueda de vecindario grande adaptativo (ALNS) que emplea la estrategia de mejora esperada para optimizar las intervenciones. Este método proporciona orientación para la toma de decisiones durante la operación y mantenimiento de equipos, y la efectividad del modelo propuesto y la estrategia de búsqueda han sido validadas a través de pruebas en conjuntos de datos sintéticos y en el sistema de control de actitud de satélites.