Toward accurate RUL and SoH estimation using reinforced graph-based physics-informed neural networks enhanced with dynamic weights

Résumé Technique : Cadre RGPD pour l'estimation de la RUL et de la SoH

Énoncé du Problème
Une estimation précise de la durée de vie utile résiduelle (RUL - Remaining Useful Life) et de l'état de santé (SoH - State of Health) est cruciale pour la gestion de la prognose et de la santé (PHM - Prognostics and Health Management). Cependant, les approches existantes font face à un compromis persistant : les modèles d'apprentissage profond purement fondés sur les données manquent souvent de cohérence physique et peinent face aux signaux multi-capteurs bruités, tandis que les modèles fondés sur la physique nécessitent des connaissances expertes explicites qui sont difficiles à généraliser à divers actifs. De plus, les modèles hybrides combinant ces approches reposent fréquemment sur des poids de perte fixes, ce qui conduit à des performances sous-optimales lors du transfert entre des actifs présentant des comportements de dégradation, des niveaux de bruit ou des conditions de fonctionnement différents. Le défi central consiste à développer un cadre unifié capable de capturer les interactions spatio-temporelles complexes des capteurs tout en équilibrant de manière adaptative l'apprentissage fondé sur les données et les contraintes informées par la physique.

Méthodologie : Le Cadre RGPD
Les auteurs proposent le Reinforced Graph-based Physics-informed Networks with Dynamic Weighting (RGPD), un cadre modulaire conçu pour gérer des systèmes de dégradation hétérogènes sans nécessiter de modèles de principes premiers spécifiques à chaque actif. L'architecture intègre quatre composants clés :

1. Représentation Spatio-Temporelle basée sur les Graphes :
   L'ossature utilise une couche de Convolution d'Attention sur Graphe (GATConv) suivie d'un Réseau Récurrent de Convolution sur Graphe (GCRN). Cette structure traite les canaux de capteurs comme des nœuds et apprend leurs dépendances relationnelles. La GATConv assigne des poids d'attention adaptatifs pour prioriser les relations informatives entre les capteurs, tandis que la GCRN modélise l'évolution temporelle de ces dépendances spatiales. Cela remplace les modèles séquentiels rigides par une vision relationnelle de la dégradation.

2. Modulation Adaptative des Caractéristiques via le Soft Actor-Critic (SAC) :
   Pour traiter les caractéristiques latentes bruitées, le cadre emploie un agent d'apprentissage par renforcement Soft Actor-Critic (SAC). Opérant dans un contexte de contrôle continu, l'agent SAC reçoit des vecteurs de caractéristiques latentes provenant de la GCRN et produit des coefficients de mise à l'échelle. Ces coefficients redimensionnent dynamiquement les caractéristiques avant qu'elles n'entrent dans le bloc d'attention temporelle. L'agent est entraîné pour minimiser l'erreur de prédiction (MSE négatif), apprenant ainsi efficacement à supprimer les dimensions bruitées et à amplifier les dimensions informatives dans des conditions non stationnaires.

3. Raffinement Temporel avec l'Unité d'Attention Temporelle (TAU) :
   Après la mise à l'échelle des caractéristiques, une Unité d'Attention Temporelle (TAU) traite les données. Contrairement à l'auto-attention standard, la TAU distingue l'Attention Statique (capturant les corrélations intra-temporelles via des convolutions dilatées et de profondeur) de l'Attention Dynamique (capturant les dépendances inter-temporelles via le pooling et des couches entièrement connectées). Ce mécanisme dual permet au modèle de se concentrer à la fois sur les interactions instantanées des capteurs et sur les tendances de dégradation à long terme.

4. Régularisation Informée par la Physique Adaptative :
   Le cadre impose une plausibilité physique via une fonction de perte composite contenant :

   • Résidu de Modèle de Physique Cachée Profonde (DeepHPM) : Un résidu de l'EDP (équation aux dérivées partielles) appris qui approxime la dynamique de dégradation latente sans nécessiter d'équations directrices explicites.
   • Contraintes Auxiliaires : Monotonie (garantissant que la RUL/SoH diminue au fil du temps), Lissage (empêchant les oscillations brusques) et une contrainte de dispositif défectueux (imposant une RUL nulle lors de la défaillance).
   • Q-Learning pour le Pondération Dynamique : Au lieu de poids fixes, quatre agents de Q-learning indépendants ajustent de manière adaptative les poids des termes de perte physique ($w_1$ à $w_4$) en ligne. Chaque agent observe l'amplitude de son résidu spécifique et sélectionne un poids discret dans un ensemble borné. Le signal de récompense est dérivé de l'amélioration de la RMSE de validation, permettant au modèle de rééquilibrer les contraintes en fonction de l'état d'entraînement actuel et des caractéristiques du jeu de données.

Contributions Clés

• Cadre Unifié : RGPD intègre l'apprentissage relationnel par graphe, la modulation de caractéristiques pilotée par l'apprentissage par renforcement et la régularisation informée par la physique adaptative dans un pipeline d'optimisation unique.
• Équilibrage de la Physique Adaptatif : L'introduction d'agents de Q-learning pour ajuster dynamiquement les poids de la perte physique répond à la limitation des pondérations statiques dans les modèles hybrides, permettant une meilleure généralisation à travers des jeux de données hétérogènes.
• Mise à l'échelle Robuste des Caractéristiques : L'utilisation du SAC pour moduler les caractéristiques latentes fournit un mécanisme stochastique piloté par la récompense pour stabiliser l'entraînement et améliorer la robustesse face au bruit, surpassant les mécanismes de porte déterministes.
• Généralisabilité : Le cadre est validé sur trois domaines industriels distincts (turboréacteurs, roulements et batteries) sans modifier l'architecture centrale, en s'appuyant uniquement sur le prétraitement spécifique aux données et la construction du graphe.

Résultats Expérimentaux
Le cadre a été évalué sur les jeux de données C-MAPSS (moteurs), PHM2012 (roulements) et XJTU (batteries).

• C-MAPSS : RGPD a obtenu une amélioration de la RMSE moyenne allant jusqu'à 12 % par rapport aux références les plus fortes (réduisant la RMSE moyenne d'environ 12,89 à 11,38). Il a démontré sa robustesse à travers différents sous-ensembles avec des modes de défaillance et des conditions de fonctionnement variés.
• XJTU (Batteries) : Le modèle a réduit la MAPE moyenne de 20 % par rapport au second meilleur modèle rapporté (0,86 % contre 1,09 % pour Battery PINN), bien que Battery PINN soit spécifiquement conçu pour la chimie des batteries.
• PHM2012 : RGPD a obtenu la RMSE la plus faible (0,0778) et la MAE la plus basse (0,0634) parmi les méthodes comparées, surpassant les modèles de pointe comme ILCANet.
• Robustesse : Les expériences avec des données manquantes (jusqu'à 10 % de perte de capteurs) ont montré que l'imputation par la moyenne combinée à RGPD maintenait des performances compétitives, soulignant la résilience dans des contextes industriels imparfaits.
• Études d'Ablation : Le retrait des composants RL (SAC et Q-learning) ou du bloc TAU a systématiquement dégradé les performances, confirmant que le pondération adaptative et les mécanismes d'attention double sont critiques pour gérer les dynamiques de dégradation hétérogènes.

Signification et Revendications
L'article affirme que RGPD constitue une avancée significative pour la PHM en résolvant la tension entre les représentations fondées sur les données expressives et les prédictions physiquement cohérentes. Sa principale signification réside dans sa généralisabilité méthodologique : les mêmes principes de conception (ossature par graphe + contrôle par apprentissage par renforcement adaptatif) restent efficaces pour les moteurs, les roulements et les batteries. Les auteurs soulignent que le cadre ne nécessite pas un modèle complet de principes premiers pour chaque type d'actif ; il utilise plutôt des "priors de cohérence de dégradation" et des résidus appris pour assurer la plausibilité physique.

Les auteurs notent modestement que, bien que RGPD introduise une charge d'entraînement supplémentaire par rapport à des modèles plus simples, ce coût est justifié lorsqu'il s'agit de gérer des dépendances multi-capteurs et des environnements bruités. Ils précisent que la transférabilité du cadre provient de sa capacité à apprendre les interactions entre capteurs et les principes généraux de dégradation, tandis que l'adaptation spécifique à l'actif est gérée par le prétraitement et la construction du graphe plutôt que par des changements architecturaux. Les travaux futurs sont orientés vers l'intégration de termes physiques conscients de l'actif et la validation du cadre dans des contextes industriels réels en ligne.