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

Resumo Técnico: Estrutura RGPD para Estimativa de RUL e SoH

Definição do Problema
A estimativa precisa da Vida Útil Restante (RUL - Remaining Useful Life) e do Estado de Saúde (SoH - State of Health) é crítica para a Gestão de Prognóstico e Saúde (PHM). No entanto, as abordagens existentes enfrentam um compromisso persistente: modelos de aprendizado profundo puramente baseados em dados carecem frequentemente de consistência física e têm dificuldade com sinais multissensoriais ruidosos, enquanto modelos baseados em física exigem conhecimento de domínio explícito que é difícil de generalizar entre diversos ativos. Além disso, modelos híbridos que combinam essas abordagens frequentemente dependem de pesos de perda fixos, levando a um desempenho subótimo quando transferidos entre ativos com diferentes comportamentos de degradação, níveis de ruído ou condições operacionais. O desafio central é desenvolver uma estrutura unificada que capture interações espaciais e temporais complexas de sensores enquanto equilibra adaptativamente o aprendizado baseado em dados com restrições informadas pela física.

Metodologia: A Estrutura RGPD
Os autores propõem a Rede de Física Informada com Grafos Reforçada e Pesagem Dinâmica (RGPD - Reinforced Graph-based Physics-informed Networks with Dynamic Weighting), uma estrutura modular projetada para lidar com sistemas de degradação heterogêneos sem exigir modelos de primeiros princípios específicos para cada ativo. A arquitetura integra quatro componentes principais:

1. Representação Espaço-Temporal Baseada em Grafos:
   A espinha dorsal utiliza uma camada de Convolução de Atenção de Grafo (GATConv) seguida por uma Rede Recorrente de Convolução de Grafo (GCRN). Esta estrutura trata os canais de sensores como nós e aprende suas dependências relacionais. A GATConv atribui pesos de atenção adaptativos para priorizar relações informativas entre sensores, enquanto a GCRN modela a evolução temporal dessas dependências espaciais. Isso substitui modelos sequenciais rígidos por uma visão relacional da degradação.

2. Modulação de Atributos Adaptativa via Soft Actor-Critic (SAC):
   Para lidar com atributos latentes ruidosos, a estrutura emprega um agente de aprendizado por reforço Soft Actor-Critic (SAC). Operando em um ambiente de controle contínuo, o agente SAC recebe vetores de atributos latentes da GCRN e gera coeficientes de escala. Esses coeficientes redimensionam dinamicamente os atributos antes que eles entrem no bloco de atenção temporal. O agente é treinado para minimizar o erro de previsão (MSE negativo), aprendendo efetivamente a suprimir dimensões ruidosas e amplificar as dimensões informativas sob condições não estacionárias.

3. Refinamento Temporal com Unidade de Atenção Temporal (TAU):
   Após o redimensionamento dos atributos, uma Unidade de Atenção Temporal (TAU) processa os dados. Diferente da autoatenção padrão, a TAU desmembra a Atenção Estática (capturando correlações intra-temporais via convoluções depthwise e dilatadas) da Atenção Dinâmica (capturando dependências inter-temporais via pooling e camadas totalmente conectadas). Esse mecanismo duplo permite que o modelo foque tanto em interações instantâneas de sensores quanto em tendências de degradação de longo prazo.

4. Regularização Informada pela Física Adaptativa:
   A estrutura impõe plausibilidade física através de uma função de perda composta contendo:

   • Resíduo de Modelo de Física Oculta Profunda (DeepHPM): Um resíduo de PDE aprendido que aproxima a dinâmica de degradação latente sem exigir equações governantes explícitas.
   • Restrições Auxiliares: Monotonicidade (garantindo que RUL/SoH diminuam ao longo do tempo), Suavidade (evitando oscilações abruptas) e uma restrição de Dispositivo Quebrado (impondo RUL zero na falha).
   • Q-Learning para Pesagem Dinâmica: Em vez de pesos fixos, quatro agentes de Q-learning independentes ajustam adaptativamente os pesos dos termos de perda de física ($w_1$ a $w_4$) online. Cada agente observa a magnitude de seu resíduo específico e seleciona um peso discreto de um conjunto limitado. O sinal de recompensa é derivado da melhoria no RMSE de validação, permitindo que o modelo reequilibre as restrições com base no estado atual do treinamento e nas características do conjunto de dados.

Principais Contribuições

• Estrutura Unificada: O RGPD integra aprendizado relacional baseado em grafos, modulação de atributos impulsionada por RL e regularização guiada pela física adaptativa em um único pipeline de otimização.
• Equilíbrio de Física Adaptativo: A introdução de agentes de Q-learning para ajustar dinamicamente os pesos da perda de física aborda a limitação da pesagem estática em modelos híbridos, permitindo uma melhor generalização entre conjuntos de dados heterogêneos.
• Escalonamento de Atributos Robusto: O uso de SAC para modular atributos latentes fornece um mecanismo estocástico, impulsionado por recompensa, para estabilizar o treinamento e melhorar a robustez contra o ruído, superando mecanismos de gating determinísticos.
• Generalizabilidade: A estrutura é validada em três domínios industriais distintos (motores de turbina, rolamentos e baterias) sem alterar a arquitetura central, baseando-se apenas no pré-processamento específico do conjunto de dados e na construção do grafo.

Resultados Experimentais
A estrutura foi avaliada nos conjuntos de dados C-MAPSS (motores), PHM2012 (rolamentos) e XJTU (baterias).

• C-MAPSS: O RGPD alcançou uma melhoria média de RMSE de até 12% em comparação com as bases mais fortes reportadas (por exemplo, reduzindo o RMSE médio de ~12,89 para 11,38). Demonstrou robustez em subconjuntos com variados modos de falha e condições operacionais.
• XJTU (Baterias): O modelo reduziu o MAPE médio em 20% em comparação com o segundo melhor modelo reportado (0,86% vs. 1,09% para o Battery PINN), apesar de o Battery PINN ser especificamente adaptado para a química de baterias.
• PHM2012: O RGPD alcançou o menor RMSE (0,0778) e MAE (0,0634) entre os métodos comparados, superando modelos de última geração como o ILCANet.
• Robustez: Experimentos com dados ausentes (até 10% de perda de sensores) mostraram que a imputação pela média combinada com o RGPD manteve um desempenho competitivo, destacando a resiliência em ambientes industriais imperfeitos.
• Estudos de Ablação: A remoção dos componentes de RL (SAC e Q-learning) ou do bloco TAU degradou consistentemente o desempenho, confirmando que a pesagem adaptativa e os mecanismos de atenção dupla são críticos para lidar com dinâmicas de degradação heterogêneas.

Significância e Alegações
O artigo afirma que o RGPD representa um passo significativo à frente no PHM ao resolver a tensão entre representações baseadas em dados expressivas e previsões fisicamente consistentes. Sua principal significância reside na generalizabilidade metodológica: os mesmos princípios de design (backbone de grafo + controle de RL adaptativo) permanecem eficazes para motores, rolamentos e baterias. Os autores enfatizam que a estrutura não requer um modelo completo de primeiros princípios para cada tipo de ativo; em vez disso, utiliza "priors consistentes com a degradação" e resíduos aprendidos para garantir a plausibilidade física.

Os autores observam modestamente que, embora o RGPD introduza um custo de treinamento adicional em comparação com modelos mais simples, esse custo é justificado ao lidar com dependências multissensoriais e ambientes ruidosos. Eles esclarecem que a transferibilidade da estrutura advém de sua capacidade de aprender interações de sensores e priors gerais de degradação, enquanto a adaptação específica do ativo é tratada através de pré-processamento e construção de grafos, e não por mudanças arquiteturais. O trabalho futuro é direcionado à incorporação de termos de física conscientes do ativo e à validação da estrutura em ambientes industriais reais online.