Sintesi Tecnica: Evidenza Fisicamente Verificabile e Reporting Basato su LLM per la Diagnosi di Guasti ai Cuscinetti

1. Definizione del Problema

L'implementazione della diagnosi dei guasti basata sull'IA in sistemi meccanici critici per la sicurezza affronta un collo di bottiglia fondamentale: la mancanza di verificabilità degli output del modello. Gli attuali diagnostici intelligenti tipicamente restituiscono un'etichetta di classe con un punteggio di confidenza softmax. Questo punteggio di confidenza è una statistica interna del classificatore, che non offre un mezzo indipendente per verificare se una previsione sia allineata con la realtà fisica prima di intraprendere azioni di manutenzione. Inoltre, l'uso crescente di Large Language Models (LLM) generativi per automatizzare i report di manutenzione introduce un secondo rischio: il potenziale di inserimento di contenuti "allucinati" nei report, dove le affermazioni non possono essere ricondotte a una fonte verificabile.

La ricerca esistente tenta di affrontare questo problema attraverso l'uso di architetture encoder migliorate, interpretabilità post-hoc (es. Grad-CAM), addestramento physics-informed, quantificazione dell'incertezza o integrazione di LLM. Tuttavia, gli autori sostengono che questi metodi non riescono a fornire una quantità che possa essere controllata rispetto a un riferimento fisico indipendentemente noto al momento dell'inferenza. Le mappe di attribuzione mancano di valori di riferimento teorici; l'addestramento physics-informed consuma la conoscenza fisica internamente senza restituirla all'utente; e i detector basati sulla confidenza sono ciechi quando il modello è erroneamente sicuro di sé.

2. Metodologia

Il documento propone la Diagnostic Evidence Network (DENet), un framework multi-task agnostico rispetto all'encoder progettato per estendere l'output diagnostico da una semplice coppia etichetta-confidenza a un record di evidenza strutturato e fisicamente verificabile. Il framework consiste di tre componenti principali:

A. BiMS-Mamba Encoder

Il backbone predefinito è un encoder Bidirectional Multi-scale Mamba (BiMS-Mamba). Utilizza modelli di Spazio di Stato Selettivi (S6) per catturare sia i pattern transitori locali (impulsi) che le dipendenze temporali globali (firme periodiche) con complessità computazionale lineare $O(T)$. Caratteristiche chiave del design includono:

• Scansione Bidirezionale: Due rami Mamba indipendenti scansionano il segnale in avanti e all'indietro per catturare il contesto completo.
• Elaborazione Multi-scala: Il segnale di input viene elaborato a diverse risoluzioni (scale 1, 2, 4) per catturare sia gli impulsi ad alta frequenza che i pattern di ripetizione a bassa frequenza, fondendoli tramite attenzione sui canali.

B. Diagnostic Evidence Network (DENet)

DENet aumenta l'encoder con due task ausiliari vincolati dalla fisica insieme alla classificazione primaria del guasto:

1. Regressione della Frequenza Caratteristica: La rete predice la frequenza caratteristica (es. BPFO, BPFI) basandosi sulla geometria del cuscinetto e sulla velocità dell'albero.
   • Strategia di Etichettatura: Per i campioni di guasto, il target è la frequenza caratteristica teorica; per i campioni normali, il target è la frequenza di rotazione dell'albero ($f_r$).
   • Augmentation dell'Addestramento: Un'augmentation di time-stretch (riscalamento del tempo per $r \in [0.8, 1.25]$) viene applicata per evitare che la rete memorizzi una tabella di lookup classe-frequenza, costringendola a estrarre informazioni di frequenza dal contenuto del segnale.
   • Output: Un valore di frequenza predetto che può essere confrontato con il valore teorico derivato dalla specifica geometria del cuscinetto.
2. Localizzazione dell'Impulso Transitorio: Una testa a livello di sequenza emette una mappa di probabilità degli eventi di impulso transitorio.
   • Generazione della Ground Truth: Le etichette sono generate tramite una pipeline automatizzata (trasformata di Hilbert, smoothing, rilevamento dei picchi) per identificare le regioni di energia transitoria elevata, indipendentemente dal fatto che derivino da guasti o da eccitazioni meccaniche benigne.

C. Generazione di Report Basata su LLM

Un LLM adattato tramite QLoRA (basato su Qwen2.5-7B-Instruct) è impiegato per tradurre il record di evidenza strutturato in report in linguaggio naturale.

• Divisione Rigida dei Compiti: L'LLM agisce strettamente come un traduttore, non come un diagnostico. Riceve le decisioni (classificazione, frequenza, statistiche degli impulsi) prese da DENet e le renderizza in prosa.
• Vincolo: L'LLM è sottoposto a fine-tuning per garantire che ogni affermazione nel report sia tracciabile a un campo di evidenza specifico, impedendo la generazione di affermazioni non supportate o quantità fabbricate.

3. Contributi Chiave

1. Framework DENet: Un framework agnostico rispetto all'encoder che estende l'output diagnostico includendo l'evidenza fisica per campione (predizione della frequenza caratteristica e localizzazione dell'impulso transitorio) senza costi statisticamente significativi in termini di accuratezza. La testa della frequenza raggiunge un Errore Assoluto Medio (MAE) di circa 6 Hz su segmenti di 1.024 punti, un regime in cui la stima spettrale tradizionale (FFT) è strutturalmente inapplicabile a causa della lunghezza insufficiente del segnale.
2. Segnale di Affidabilità Indipendente: La deviazione tra la frequenza predetta e quella teorica ($|\Delta f|$) funge da segnale di validazione al tempo di inferenza, privo di etichette. Rileva le misclassificazioni con un alto AUROC (0.970 su Paderborn, 0.871 su JNU) e rimane discriminativo nel regime ad alta confidenza dove i detector basati sulla softmax sono ciechi.
3. Integrazione Responsabile di LLM: Un framework per la reportistica di manutenzione in cui un LLM sottoposto a fine-tuning traduce le decisioni di DENet. Lo studio dimostra che mentre le proibizioni a livello di prompt lasciano il 10-12% dei report con affermazioni non supportate, un leggero fine-tuning QLoRA riduce tale tasso al 2% ed elimina completamente le quantità fabbricate.

4. Risultati Sperimentali

Il framework è stato valutato su tre dataset pubblici: CWRU (10 classi), Paderborn (3 classi) e JNU (4 classi, velocità mista).

• Performance di Classificazione: L'encoder BiMS-Mamba con DENet ha raggiunto un'accuratezza allo stato dell'arte o competitiva (es. 99.81% su CWRU, 98.68% su Paderborn, 99.47% su JNU) senza sacrificare le prestazioni rispetto ai baseline di sola classificazione. Gli studi di ablazione hanno confermato che i task ausiliari non impongono alcun costo misurabile in termini di accuratezza.
• Predizione della Frequenza: Sul dataset Paderborn, il MAE della frequenza è stato di 6.17 Hz. Fondamentalmente, sul dataset a velocità mista JNU, il modello ha ottenuto un MAE di 6.10 Hz, superando significativamente un predittore costante per classe (9.37 Hz), provando che il modello apprende la stima della frequenza basata sul segnale piuttosto che una tabella di lookup.
• Segnale di Affidabilità ($|\Delta f|$):
  • Il metrico di deviazione della frequenza ha rilevato le misclassificazioni con un AUROC di 0.970 (Paderborn) e 0.871 (JNU), comparabile ai punteggi di confidenza calibrati.
  • Punto Cieco ad Alta Confidenza: Nel sottoinsieme di campioni con confidenza softmax > 0.99, il controllo della frequenza ha identificato errori che i detector basati sulla confidenza avevano mancato. Ad esempio, su Paderborn, le diagnosi con $|\Delta f| > 10$ Hz erano misclassificate circa 19 volte più spesso rispetto a quelle con frequenza coerente, anche quando il classificatore era altamente sicuro.
• Qualità del Report:
  • Fedeltà: Il fine-tuning ha ridotto il "tasso di affermazioni non supportate" dal 18% (zero-shot con prompt breve) al 2%, e il "tasso di quantità fabbricate" dal 10% allo 0%.
  • Valutazione Esperta: Una valutazione cieca da parte di esperti del dominio ha mostrato che il modello sottoposto a fine-tuning supera significativamente i baseline zero-shot in accuratezza tecnica (4.50 vs 3.54), leggibilità e capacità di azione.

5. Significato e Rivendicazioni

Il documento sostiene che il collo di bottiglia della diagnosi dei guasti intelligente si stia spostando dall'accuratezza alla verificabilità. Il suo significato primario risiede nel fornire un meccano per controllare una previsione rispetto alla realtà fisica (geometria del cuscinetto e velocità dell'albero) prima di agire su di essa.

• Controllo di Coerenza Fisica: La deviazione della frequenza proposta funge da prodotto collaterale "a costo zero" della diagnosi che permette la cross-validazione automatizzata. Consente una semplice regola di escalation (es. se $|\Delta f| > 10$ Hz, segnalare per revisione esperta) anche quando il classificatore riporta un'alta confidenza.
• IA Generativa Affidabile: Il lavoro fornisce prove quantitative che per la reportistica critica per la sicurezza, il fine-tuning è necessario rispetto al solo prompt engineering. Dimostra che gli LLM possono essere vincolati per agire come traduttori fedeli di output deterministici del modello, eliminando le allucinazioni e garantendo che ogni affermazione sia tracciabile a un campo di evidenza specifico.
• Limitazioni: Gli autori notano con modestia che il controllo della deviazione della frequenza si applica attualmente solo alle predizioni delle classi di guasto (non alle predizioni "Normal", che sono una fonte importante di mancate rilevazioni nella pratica). Chiariscono inoltre che non viene fatta alcuna affermazione causale riguardo al meccanismo di deviazione (una grande deviazione può derivare da segnali ambigui che influenzano simultaneamente entrambi i capi) e che la validazione è attualmente limitata a dataset di laboratorio con danni artificiali.