Adaptive Graph Construction and Feature-Enhanced Graph Neural Network for Few-Shot Bearing Fault Diagnosis under Variable Conditions

कल्पना कीजिए कि आप एक जासूस हैं जो एक रहस्य को सुलझाने की कोशिश कर रहे हैं, लेकिन आपके पास संदिग्ध की केवल एक धुंधली तस्वीर है और अपराध स्थल लगातार बदल रहा है—कभी बारिश हो रही है, कभी कोहरा है, और रोशनी बार-बार बदलती रहती है। यह उन इंजीनियरों की दैनिक वास्तविकता है जो विशाल मशीनों, जैसे कि बिजली संयंत्रों में टर्बाइनों या कारखाने के गियरों को सुचारू रूप से चलाने की कोशिश करते हैं। उन्हें किसी बड़ी आपदा के होने से पहले एक छोटी सी दरार या ढीले बोल्ट का पता लगाने की आवश्यकता होती है। लेकिन यहाँ एक पेंच है: मशीनें आमतौर पर पूरी तरह से काम करती हैं, इसलिए "बीमार" नमूने (डेटा जो एक खराब हिस्से को दर्शाता है) अविश्वसनीय रूप से दुर्लभ हैं। यह ऐसा है जैसे कि आपने केवल एक हजार एकदम सही कारों को देखा हो और अब आप यह सीखने की कोशिश कर रहे हों कि एक टूटी हुई कार कैसी दिखती है। इसके अलावा, मशीन का व्यवहार इस बात पर निर्भर करता है कि वह कितनी तेजी से घूम रही है या उस पर कितना भार है, जिससे "बीमर" सिग्नल हर बार अलग दिखता है। यह फॉल्ट डायग्नोसिस (दोष निदान) की दुनिया है: कंपन के माध्यम से मशीनों को सुनने का विज्ञान ताकि यह पता चल सके कि कुछ गलत है। इसे करने के लिए, वैज्ञानिक ग्राफ न्यूरल नेटवर्क (Graph Neural Networks) का उपयोग करते हैं, जो ऐसे जासूसों की एक टीम की तरह हैं जो केवल एक सुराग को अलग से नहीं देखते; इसके बजाय, वे सभी सुरागों को आपस में जोड़ने वाला एक नक्शा बनाते हैं, और बड़े चित्र को समझने के लिए पूरे नेटवर्क में जानकारी साझा करते हैं।

यह शोध पत्र एक नई, अत्यंत स्मार्ट जासूस टीम AG-MS-GNN (एडेप्टिव ग्राफ कंस्ट्रक्शन एंड फीचर-एनहांस्ड ग्राफ न्यूरल नेटवर्क) पेश करता है, जिसे विशेष रूप से बदलते परिवेश में इन "फ्यू-शॉट" (कम डेटा वाले) रहस्यों को हल करने के लिए डिज़ाइन किया गया है। शोधकर्ताओं ने प्रसिद्ध केस वेस्टर्न रिजर्व यूनिवर्सिटी (CWRU) बेयरिंग डेटासेट के डेटा के साथ काम करते हुए पाया कि उनकी यह नई विधि गेम-चेंजर है। जहाँ पारंपरिक तरीके कम उदाहरण मिलने पर सही अनुमान लगाने में संघर्ष करते थे (31% से 48% जितनी कम सटीकता प्राप्त करते थे), वहीं AG-MS-GNN ने प्रत्येक दोष प्रकार के लिए केवल लगभग 8 प्रशिक्षण नमूनों के साथ भी 95.5% सटीकता के साथ सही दोष की पहचान की। यह शोध पत्र स्पष्ट रूप से साधारण, स्थिर मानचित्रों (static maps) का उपयोग करने के विरुद्ध तर्क देता है, यह दिखाते हुए कि निश्चित संबंध तब विफल हो जाते हैं जब मशीन की परिचालन स्थितियाँ बदल जाती हैं। इसके बजाय, उन्होंने सिद्ध किया कि एक ऐसी प्रणाली जो कंपन के भौतिक विज्ञान (physics) के आधार पर अपना स्वयं का "नक्शा" बनाती है और "क्या होगा यदि" (what-if) परिदृश्यों से सीखती है (बिना किसी ढेर सारे खराब उदाहरणों की तुलना किए), वह कहीं अधिक श्रेष्ठ है।

जासूस का टूलकिट: यह कैसे काम करता है

इस नई विधि को समझने के लिए, आइए इसके तीन मुख्य "ट्रिक्स" को समझते हैं, जिन्हें लेखक "मॉड्यूल" कहते हैं।

1. एडेप्टिव मैप (सही संबंध बनाना)
कल्पना कीजिए कि आप यह पता लगाने की कोशिश कर रहे हैं कि एक स्कूल में कौन से छात्र दोस्त हैं। एक सरल तरीका यह कह सकता है कि "जो भी एक ही पंक्ति में बैठता है, वह दोस्त है।" लेकिन यह हमेशा सच नहीं होता; कभी-कभी दोस्त अलग पंक्तियों में बैठते हैं, और कभी-कभी एक ही पंक्ति में रहने वाले लोग प्रतिद्वंद्वी होते हैं। मशीन के कंपन की दुनिया में, पुराने तरीके डेटा बिंदुओं (नमूनों) को सरल गणितीय नियमों का उपयोग करके जोड़ने की कोशिश करते थे, जैसे कि उनके बीच की सीधी रेखा की दूरी मापना। यह शोध पत्र तर्क देता है कि यह बहुत कठोर है। यदि मशीन की गति बढ़ती है, तो दो स्वस्थ नमूनों के बीच की "दूरी" बदल सकती है, जिससे संबंध टूट जाता है।

AG-MS-GNN एक डायनेमिक मैप (गतिशील मानचित्र) बनाता है। यह तीन अलग-अलग "लेंस" के माध्यम से कंपन संकेतों को देखता है:

• टाइम-डोमेन (Time-domain): सिग्नल कितना तेज और ऊर्जावान है।
• फ्रीक्वेंसी-डोमेन (Frequency-domain): मशीन की विशिष्ट "धुनों" या सुरों की पिच (जैसे कि एक संगीतमय कॉर्ड)।
• डीमॉड्यूलेशन-डोमेन (Demodulation-domain): सुनने का एक विशेष तरीका जो शोर भरे कमरे में एक फुसफुसाहट की तरह कमजोर, शुरुआती चेतावनी संकेतों को उजागर करता है।

इन तीन दृश्यों को मिलाकर, यह प्रणाली एक "भौतिक रूप से व्याख्या योग्य" (physically interpretable) मानचित्र बनाती है। यह केवल अनुमान नहीं लगाती; यह निर्णय लेने के लिए मशीन के काम करने के वास्तविक भौतिक विज्ञान का उपयोग करती है कि कौन किससे जुड़ा है। यदि मशीन की गति बदलती है, तो मानचित्र खुद को फिर से आकार देता है ताकि सही संबंध बने रहें, यह सुनिश्चित करता है कि जासूस हमेशा सही लोगों से बात कर रहे हैं।

2. "क्या होगा यदि" सिम्युलेटर (खराब उदाहरणों के बिना सीखना)
आमतौर पर, कंप्यूटर को टूटी हुई मशीन पहचानने के लिए सिखाने के लिए, आपको टूटी हुई मशीनों के हजारों उदाहरणों की आवश्यकता होती है। लेकिन वास्तविक दुनिया में, आपके पास शायद ही कोई हो। पारंपरिक "कॉन्ट्रास्टिव लर्निंग" (चीजों के जोड़े दिखाकर AI को सिखाने का एक तरीका) के लिए अक्सर "नेगेटिव सैंपल्स" की आवश्यकता होती है—यानी ऐसी चीजें के उदाहरण जो लक्ष्य के नहीं हैं। शोध पत्र बताता है कि इन "नेगेटिव" उदाहरणों को चुनना एक जाल है; यदि आप गलत चुनाव करते हैं, तो AI भ्रमित हो जाता है और गलत सबक सीख लेता है।

इसके बजाय, यह विधि एक चतुर नेगेटिव-सैंपल-फ्री (negative-sample-free) रणनीति का उपयोग करती है। यह एक एकल, स्वस्थ कंपन सिग्नल लेता है और इसके दो थोड़े अलग संस्करण बनाता है, जैसे कि एक फोटो लेना और फिर उसमें थोड़ा सा 'स्टैटिक' जोड़ना या उसे थोड़ा चमकीला बनाना। इन्हें "ऑगमेंटेड व्यूज़" (augmented views) कहा जाता है। AI को फिर बताया जाता है: "ये दो संस्करण एक ही मशीन से आते हैं, इसलिए ये एक ही होने चाहिए।" यह शोर और चमक के बदलावों को अनदेखा करना सीखता है और केवल मशीन की मूल पहचान पर ध्यान केंद्रित करता है। यह मॉडल को उपलब्ध विशाल मात्रा में अनलेबल डेटा का उपयोग करके मजबूत विशेषताएं सीखने की अनुमति देता है, बिना किसी "बुरे" उदाहरण को सामने रखने की आवश्यकता के।

3. मल्टी-स्केल मैग्निफाइंग ग्लास (ज़ूम इन और ज़ूम आउट करना)
एक बार जब मानचित्र बन जाता है और विशेषताएं सीख ली जाती हैं, तो AI को डेटा को करीब से देखने की आवश्यकता होती है। यह शोध पत्र एक मल्टी-स्केल ग्राफ कन्वोल्यूशन दृष्टिकोण का उपयोग करता है। एक जंगल को देखने की कल्पना करें:

• 1-हॉप (स्थानीय): अपने ठीक बगल के पेड़ों को देखना कि क्या कोई एक शाखा टूटी हुई है।
• 2-हॉप (क्षेत्रीय): पूरे पैच के पेड़ों को देखना कि क्या कोई बीमारी फैल रही है।
• ग्लोबल (वैश्विक): पूरे जंगल को देखना ताकि समग्र आकार को समझा जा सके।

मॉडल इन परतों को एक के ऊपर एक रखता है, और यह तय करने के लिए अटेंशन मैकेनिज्म (attention mechanisms) का उपयोग करता है कि जंगल के कौन से हिस्से सबसे महत्वपूर्ण हैं। यह एक आवर्धक लेंस (magnifying glass) की तरह है जो शोर को नजरअंदाज करते हुए, अपनी ऊर्जा को विशिष्ट "फॉल्ट-सेंसिटिव" चैनलों पर केंद्रित करने के लिए तुरंत सूक्ष्म विवरण से व्यापक दृश्य पर स्विच कर सकता है।

परिणाम: एक शानदार सफलता

शोधकर्ताओं ने अपने तरीके का परीक्षण SVM और मानक डीप लर्निंग मॉडल (1D-CNN, GCN, GAT) जैसे पुराने उपकरणों के विरुद्ध किया। परिणाम स्पष्ट थे।

• चरम परीक्षण (The Extreme Test): "एक्सट्रीम फ्यू-शॉट" परिदृश्य में (प्रशिक्षण के लिए केवल 3% डेटा का उपयोग किया गया, यानी प्रति दोष प्रकार लगभग 8 नमूने), पुराने तरीके बुरी तरह विफल रहे। SVM ने 48.57% सही बताया, 1D-CNN को 43.30% मिला, और मानक ग्राफ कन्वोल्यूशन नेटवर्क (GCN) मुश्किल से 31.68% तक पहुँच पाया। वे मूल रूप से केवल अनुमान लगा रहे थे।
• विजेता: हालाँकि, AG-MS-GNN ने 95.55% सटीकता प्राप्त की। इसने केवल अनुमान नहीं लगाया; इसने पैटर्न को समझा।
• अधिक डेटा: जब उन्होंने मॉडल को अधिक डेटा दिया (डेटासेट का 70% तक), तो सटीकता बढ़कर 99.6% हो गई, लेकिन असली जादू यह था कि यह लगभग बिना किसी डेटा के कितनी अच्छी तरह प्रदर्शन करता है।

शोध पत्र में "एब्लेशन स्टडीज" (ablation studies) भी चलाई गईं, जो एक कार के इंजन को अलग-अलग करके यह देखने जैसा है कि कौन सा हिस्सा क्या करता है। उन्होंने पाया कि रेसिडुअल कनेक्शंस (AI को पहले सीखी गई चीजों को याद रखने में मदद करने का एक तरीका) को हटाने से प्रदर्शन में सबसे बड़ी गिरावट आई (नीचे 4.03%), जिससे सिद्ध हुआ कि ये कनेक्शन स्थिरता के लिए महत्वपूर्ण हैं। मल्टी-हेड अटेंशन या डेटा ऑग्मेंटेशन को हटाने से भी परिणाम प्रभावित हुए, जिससे पुष्टि हुई कि सिस्टम के तीनों भाग एक सुव्यवस्थित मशीन की तरह मिलकर काम करते हैं।

यह क्यों महत्वपूर्ण है (और यह क्या नहीं करता)

यह विधि औद्योगिक सेटिंग्स में "डेटा की कमी" की समस्या को संभालने का एक शक्तिशाली नया तरीका सुझाती है। यह सिद्ध करता है कि एक स्मार्ट डायग्नोस्टिशियन बनाने के लिए आपको टूटी हुई मशीनों के पहाड़ों की आवश्यकता नहीं है; आपको बस आपके पास मौजूद कुछ टुकड़ों को जोड़ने का एक स्मार्ट तरीका और आपके पास प्रचुर मात्रा में मौजूद स्वस्थ डेटा से सीखने का तरीका चाहिए।

हालाँकि, लेखक इसकी सीमाओं के बारे में भी सावधान करते हैं। इस पद्धति का परीक्षण एक विशिष्ट डेटासेट (CWRU) पर किया गया था और यह मान लिया गया है कि दोषों के प्रकार पहले से ज्ञात हैं ("क्लोज्ड-सेट" परिदृश्य)। यदि कोई पूरी तरह से नया, अज्ञात प्रकार का दोष सामने आता है जिसे मॉडल ने पहले कभी नहीं देखा है, तो यह अभी भी उसे पुराने वर्ग में फिट करने की कोशिश कर सकता है, जिससे गलती हो सकती है। शोध पत्र यह भी नोट करता है कि जबकि यह कुछ शोर को अच्छी तरह से संभालता है, अत्यधिक शोर वाला औद्योगिक शोर (0 dB से नीचे का सिग्नल-टू-नॉइज़ रेशियो) अभी भी सिस्टम को भ्रमित कर सकता है।

अंततः, AG-MS-GNN "फ्यू-शॉट" समस्या के लिए एक मजबूत, उच्च-सटीक समाधान प्रदान करता है, जहाँ मशीनें आमतौर पर विफल होती हैं, वहाँ यह विश्वसनीय रूप से अपने स्वास्थ्य की भविष्यवाणी कर सकती है, भले ही जासूस के पास केवल कुछ ही सुराग हों।