Conditional Diffusion-Based Data Augmentation for Imbalanced Multi-Mode Fault Diagnosis in Predictive Maintenance

Sintesi Tecnica: Augmentation dei Dati Basata su Diffusione Condizionale per la Diagnosi dei Guasti Multi-Modo Sbilanciata

Problematica
La manutenzione predittiva (PdM) nell'Industria 4.0 si affida a modelli basati sui dati per anticipare i guasti delle apparecchiature. Tuttavia, i dati industriali sono strutturalmente sbilanciati: le condizioni operative sane generano la stragrande maggioranza delle osservazioni, mentre specifici modi di guasto sono rari e distribuiti in modo non uniforme. Questo squilibrio di classe causa l'ottimizzazione dei classificatori standard verso la classe maggioritaria "sana", portando a mancare sistematicamente i guasti rari e ad alto costo che i sistemi di PdM sono progettati per rilevare. Le tecniche di campionamento classiche come il random oversampling (che non aggiunge nuove informazioni) e lo SMOTE (che interpola tra punti esistenti) spesso falliscono nel catturare la natura complessa e multimodale dei meccanismi di guasto o creano campioni implausibili in regioni a bassa densità. Sebbene i modelli generativi profondi come GAN e VAE offrano alternative, le GAN sono notoriamente instabili su piccoli dataset tabulari, mentre i VAE tendono a produrre campioni eccessivamente levigati e a bassa diversità.

Metodologia
Gli autori propongono un benchmark controllato per valutare i modelli probabilistici di diffusione di denoising (DDPM) condizionati alla classe come strategia di augmentation dei dati per la diagnosi dei guasti sbilanciata. Lo studio utilizza il dataset AI4I 2020 Predictive Maintenance, un benchmark sintetico di 10.000 record che simula una macchina di fresatura industriale. Il problema è formulato come un compito di diagnosi dei guasti a cinque classi e singola etichetta, che coinvolge una classe maggioritaria (No Failure) e quattro modalità di guasto minoritarie: Tool Wear Failure (TWF), Heat Dissipation Failure (HDF), Power Failure (PWF) e Overstrain Failure (OSF).

La pipeline sperimentale isola la strategia di augmentation mantenendo fissi tutti gli altri componenti:

1. Pre-elaborazione dei dati: Le caratteristiche vengono standardizzate e le variabili categoriche vengono codificate tramite one-hot encoding. Il dataset è suddiviso in set di addestramento al 70% e di test al 30%, con il set di test che rimane intatto.
2. Strategia di Augmentation: Le quattro classi minoritarie vengono aumentate fino a un target di 500 campioni ciascuna. Il metodo proposto utilizza un DDPM condizionale addestrato su dati minoritari aggregati per sintetizzare nuovi campioni.
3. Baseline: Il modello di diffusione viene confrontato con:
   • Nessuna augmentation.
   • Random Oversampling (ROS).
   • SMOTE.
   • Conditional GAN (cGAN).
   • Conditional VAE (cVAE).
4. Valutazione: Due classificatori a valle strutturalmente distinti — un Multilayer Perceptron (MLP) e un Random Forest (RF) — vengono addestrati sui dati aumentati e valutati sul set di test reale. L'intero processo è ripetuto su otto seed casuali per garantirne la robustezza.
5. Metriche: Le prestazioni sono valutate su due assi:
   • Fedeltà Intrinseca: Maximum Mean Discrepancy (MMD) e Classifier Two-Sample Test (C2ST) per misurare quanto bene i dati sintetici imitino la distribuzione reale.
   • Utilità Estrinseca: Macro-averaged F1, Balanced Accuracy e, specificamente, il Minority Recall (la capacità di rilevare guasti rari), che è prioritizzato come metrica operativa.

Contributi Chiave

1. Benchmarking Uniforme: Il documento fornisce un framework riproducibile che confronta il campionamento classico, le GAN, i VAE e i modelli di diffusione sotto protocolli, target e classificatori identici.
2. Valutazione a Doppio Asse: Valuta i metodi non solo sui punteggi di classificazione a valle, ma anche sulla fedeltà distributiva dei dati sintetici.
3. Rigore Statistico: I risultati sono validati attraverso otto seed casuali con test di significatività non parametrici (test di Wilcoxon signed-rank), garantendo che i risultati non siano artefatti di specifici split dei dati o inizializzazioni.
4. Analisi Trasparente del Trade-off: Lo studio analizza esplicitamente il trade-off precisione-richiamo indotto dall'augmentation tramite diffusione, chiarendo le sue implicazioni operative.

Risultati

• Prestazioni a Valle: L'augmentation basata sulla diffusione ha costantemente ottenuto il più alto minority-class recall e balanced accuracy per entrambi i classificatori MLP e Random Forest.
  • Per l'MLP, il minority recall è migliorato da 0,61 (nessuna augmentation) a 0,76 con la diffusione.
  • Per il Random Forest, il minority recall è migliorato da 0,41 a 0,76.
  • Questi miglioramenti sono stati statisticamente significativi ($p = 0,008$) e coerenti in tutti gli otto seed rispetto a tutte le cinque baseline.
• Fedeltà Distributiva: Sebbene lo SMOTE abbia ottenuto l'MMD più basso (a causa della sua natura di interpolazione), il modello di diffusione ha prodotto i campioni più realistici tra i modelli generativi, come dimostrato da un C2ST AUC di 0,70 (più vicino a 0,5, indicando l'indistinguibilità dai dati reali) rispetto allo 0,85 per cVAE e allo 0,88 per cGAN.
• Trade-off Precisione-Richiamo: L'alto richiamo della diffusione è avvenuto a scapito di una riduzione della precisione minoritaria (aumento dei falsi allarmi). Gli autori osservano che questo è un trade-off deliberato e accettabile nei contesti di PdM critici per la sicurezza, dove mancare un guasto è molto più costoso che un falso allarme.
• Analisi Per-Classe: L'augmentation per diffusione ha migliorato il richiamo in tutte le modalità di guasto, inclusa la più difficile (TWF), dove il richiamo è passato da 0,06 a 0,21.
• Costo Computazionale: Il modello di diffusione è stato computazionalmente efficiente, richiedendo meno tempo di addestramento rispetto alla cGAN e paragonabile alla cVAE su un singolo core di CPU.

Significatività e Rivendicazioni
Il documento sostiene che i modelli di diffusione condizionati sono uno strumento competitivo e riproducibile per mitigare lo squilibrio di classe nella manutenzione predittiva, in particolare quando la priorità operativa è massimizzare il rilevamento di guasti rari. Gli autori argomentano che l'augmentation più utile non è quella che copia più fedelmente i dati di addestramento (come lo SMOTE), ma quella che aggiunge una diversità informativa e plausibile al manifold minoritario.

Lo studio conclude che l'augmentation per diffusione migliora la distribuzione di addestramento stessa piuttosto che sfruttare le peculiarità di un classificatore specifico, come dimostrato dai guadagni coerenti attraverso due diverse famiglie di modelli. Sebbene il dataset sia sintetico e lo studio sia limitato ai dati tabulari, gli autori pongono che l'approccio offre un default pratico per nuovi asset, a patto che il target di augmentation sia calibrato per bilanciare il costo dei guasti mancati rispetto ai falsi allarmi. Il lavoro futuro è identificato nell'estensione di questo approccio ai dati di serie temporali e ai dati reali di campo.