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

Sintesi Tecnica: Framework RGPD per la stima di RUL e SoH

Problematica
La stima accurata della Vita Utile Residua (RUL) e dello Stato di Salute (SoH) è fondamentale per la Prognosi e la Gestione della Salute (PHM). Tuttavia, gli approcci esistenti affrontano un persistente compromesso: i modelli di deep learning puramente basati sui dati spesso mancano di coerenza fisica e faticano con segnali multi-sensore rumorosi, mentre i modelli basati sulla fisica richiedono una conoscenza esplicita del dominio che è difficile da generalizzare su diversi asset. Inoltre, i modelli ibridi che combinano questi approcci si affidano frequentemente a pesi di perdita fissi, portando a prestazioni subottimali quando vengono trasferiti tra asset con diversi comportamenti di degradazione, livelli di rumore o condizioni operative. La sfida centrale è sviluppare un framework unificato che catturi le complesse interazioni spazio-temporali dei sensori pur bilanciando adattivamente l'apprendimento basato sui dati con i vincoli informati dalla fisica.

Metodologia: Il Framework RGPD
Gli autori propongono il Reinforced Graph-based Physics-informed Networks with Dynamic Weighting (RGPD), un framework modulare progettato per gestire sistemi di degradazione eterogenei senza richiedere modelli a primi principi specifici per l'asset. L'architettura integra quattro componenti chiave:

1. Rappresentazione Spazio-Temporale Basata su Grafi:
   Il backbone utilizza uno strato di Convoluzione di Attenzione su Grafo (GATConv) seguito da una Rete Ricorrente Convoluzionale su Grafo (GCRN). Questa struttura tratta i canali dei sensori come nodi e apprende le loro dipendenze relazionali. GATConv assegna pesi di attenzione adattivi per dare priorità alle relazioni informative tra i sensori, mentre la GCRN modella l'evoluzione temporale di queste dipendenze spaziali. Questo sostitora i rigidi modelli sequenziali con una visione relazionale della degradazione.

2. Modulazione Adattiva delle Caratteristiche tramite Soft Actor-Critic (SAC):
   Per affrontare le caratteristiche latenti rumorose, il framework impiega un agente di apprendimento per rinforzo Soft Actor-Critic (SAC). Operando in un contesto di controllo continuo, l'agente SAC riceve i vettori delle caratteristiche latenti dalla GCRN e produce coefficienti di scala. Questi coefficienti riscalano dinamicamente le caratteristiche prima che entrino nel blocco di attenzione temporale. L'agente è addestrato per minimizzare l'errore di previsione (MSE negativo), imparando efficacemente a sopprimere le dimensioni rumorose e ad amplificare quelle informative in condizioni non stazionarie.

3. Raffinamento Temporale con Unità di Attenzione Temporale (TAU):
   Dopo la scala delle caratteristiche, un'Unità di Attenzione Temporale (TAU) elabora i dati. A differenza della standard auto-attenzione, la TAU disaccoppia l'Attenzione Statica (che cattura le correlazioni intra-temporali tramite convoluzioni depthwise e dilatate) dall'Attenzione Dinamica (che cattura le dipendenze inter-temporali tramite pooling e strati completamente connessi). Questo meccanismo duale permette al modello di concentrarsi sia sulle interazioni istantanee dei sensori sia sui trend di degradazione a lungo termine.

4. Regolarizzazione Informata dalla Fisica Adattiva:
   Il framework impone la plausibilità fisica attraverso una funzione di perdita composita contenente:

   • Residuo del Modello di Fisica Nascosto Profondo (DeepHPM): Un residuo di PDE appreso che approssima la dinamica latente della degradazione senza richiedere equazioni governanti esplicite.
   • Vincoli Ausiliari: Monotonicità (assicurando che RUL/SoH diminuiscano nel tempo), Fluidità (per prevenire oscillazioni brusche) e un vincolo di Dispositivo Rotto (imponendo RUL zero al guasto).
   • Q-Learning per la Pesatura Dinamica: Invece di pesi fissi, quattro agenti di Q-learning indipendenti regolano adattivamente i pesi dei termini di perdita della fisica ($w_1$ a $w_4$) online. Ogni agente osserva l'entità del proprio specifico residuo e seleziona un peso discreto da un insieme limitato. Il segnale di ricompensa deriva dal miglioramento del RMSE di validazione, permettendo al modello di ribilanciare i vincoli in base allo stato corrente dell'addestramento e alle caratteristiche del dataset.

Contributi Chiave

• Framework Unificato: RGPD integra l'apprendimento relazionale basato su grafi, la modulazione delle caratteristiche guidata dal RL e la regolarizzazione adattiva informata dalla fisica in un unico pipeline di ottimizzazione.
• Bilanciamento della Fisica Adattivo: L'introduzione di agenti di Q-learning per regolare dinamicamente i pesi della perdita fisica affronta il limite della pesatura statica nei modelli ibridi, consentendo una migliore generalizzazione tra dataset eterogenei.
• Scaling delle Caratteristiche Robusto: L'uso di SAC per modulare le caratteristiche latenti fornisce un meccanismo stocastico, guidato dalla ricompensa, per stabilizzare l'addestramento e migliorare la robustezza contro il rumore, superando i meccanismi di gating deterministici.
• Generalizzabilità: Il framework è validato attraverso tre distinti domini industriali (motori turbofan, cuscinetti e batterie) senza cambiare l'architettura centrale, facendo affidamento solo sul pre-processing specifico del dataset e sulla costruzione del grafo.

Risultati Sperimentali
Il framework è stato valutato sui dataset C-MAPSS (motori), PHM2012 (cuscinetti) e XJTU (batterie).

• C-MAPSS: RGPD ha ottenuto un miglioramento medio del RMSE fino al 12% rispetto ai più forti baseline riportati (ad esempio, riducendo l'RMSE medio da ~12,89 a 11,38). Ha dimostrato robustezza tra i subset con diverse modalità di guasto e condizioni operative.
• XJTU (Batterie): Il modello ha ridotto il MAPE medio del 20% rispetto al secondo miglior modello riportato (0,86% vs 1,09% per Battery PINN), nonostante Battery PINN sia specificamente adattato alla chimica delle batterie.
• PHM2012: RGPD ha ottenuto il RMSE più basso (0,0778) e il MAE più basso (0,0634) tra i metodi confrontati, superando i modelli allo stato dell'arte come ILCANet.
• Robustezza: Gli esperimenti con dati mancanti (fino al 10% di perdita dei sensori) hanno mostrato che l'imputazione della media combinata con RGPD mantiene prestazioni competitive, evidenziando la resilienza in contesti industriali imperfetti.
• Studi di Ablazione: La rimozione dei componenti RL (SAC e Q-learning) o del blocco TAU ha costantemente degradato le prestazioni, confermando che la pesatura adattiva e i meccanismi di doppia attenzione sono critici per gestire le dinamiche di degradazione eterogenee.

Significatività e Rivendicazioni
L'articolo afferma che RGPD rappresenta un passo avanti significativo nella PHM risolvendo la tensione tra rappresentazioni basate sui dati espressive e previsioni fisicamente coerenti. La sua principale significatività risiede nella generalizzabilità metodologica: gli stessi principi di progettazione (backbone a grafi + controllo RL adattivo) rimangano efficaci per motori, cuscinetti e batterie. Gli autori sottolineano che il framework non richiede un modello completo a primi principi per ogni tipo di asset; utilizza invece "prior di coerenza della degradazione" e residui appresi per garantire la plausibilità fisica.

Gli autori notano con modestia che, sebbene RGPD introduca un carico di addestramento aggiuntivo rispetto ai modelli più semplici, questo costo è giustificato quando si trattano dipendenze multi-sensore e ambienti rumorosi. Chiariscono che la trasferibilità del framework deriva dalla sua capacità di apprendere le interazioni tra i sensori e i generatori di degradazione generali, mentre l'adattamento specifico dell'asset è gestito tramite il pre-processing e la costruzione del grafo piuttosto che tramite modifiche architettoniche. Il lavoro futuro è diretto verso l'incorporazione di termini fisici consapevoli dell'asset e la validazione del framework in contesti industriali online reali.