Cold-start motorconditiemonitoring met behulp van multi-sensor signalen en pseudo-supervised machine learning

Samenvatting

Multisensor-telemetriegegevens (stroom, spanning, temperatuur, vochtigheid, trilling) van servomotoren worden verwerkt met behulp van ongecontroleerde structurele clustering, isolatie-gebaseerde anomaliedetectie en fysica-geïnformeerde risicokaarten. Dit kader levert deterministische binaire pseudolabels en zeer nauwkeurige realtime diagnostische toestanden voor conditiemonitoring.

Samenvatting

Nu voorspellend onderhoud overgaat van het datacentrische paradigma van Industrie 4.0 naar het duurzame, mensgerichte kader van Industrie 5.0, wordt het diagnosticeren van servomotorcondities geconfronteerd met de dubbele uitdagingen van dataschaarste en een diep gebrek aan gelabelde foutmonsters. Om dit cold-start probleem aan te pakken, presenteren we een pseudo-supervised machine learning-framework dat geëvalueerd is op een aangepaste vijfkanaals dataset bestaande uit 199 servomotor-telemetriemonsters (stroom, spanning, temperatuur, vochtigheid en trilling). De methodologie integreert harde structurele partitionering (k-means) en soft posterior confidence estimation (Gaussian Mixture Models) om bedrijfsmodi te karakteriseren zonder voorafgaande annotatie. Tegelijkertijd kwantificeert een Isolation Forest-model de intensiteit van anomalieën en stelt een dynamische kwantiel-drempelwaarde vast. Een cruciale innovatie van dit onderzoek is de deterministische risicomapping die is afgeleid van engineeringvoorafgaan; Het definieert de "hoog-risico" (abnormale) toestand door de fysieke veiligheidsmarges van de sensoren omgekeerd te wegen. Dit mechanisme koppelt ongecontroleerde clusters strikt aan binaire pseudolabels. Deze labels worden vervolgens gebruikt om downstream discriminators (Random Forest en Support Vector Machine) te superviseren. De definitieve online diagnose levert een score-niveau fusie uit van de classifier-waarschijnlijkheid en de GMM-posterior, gereguleerd door de anomalie-drempel. Kwantitatieve evaluatie toont aan dat het Random Forest-model een perfecte F1-score van 1,000 behaalde, terwijl de vergelijkende SVM een F1-score van 0,997 opleverde, waarmee het kader een robuuste, interpreteerbare en zeer nauwkeurige oplossing is voor cold-start industriële gezondheidsmonitoring.

Inleiding

De betrouwbaarheid van servomotorbesturingssystemen is historisch gezien een cruciale prestatie-indicator geweest binnen industriële automatisering. Naarmate voorspellend onderhoud zich ontwikkelt van het datacentrische paradigma van Industrie 4.0 naar het duurzame, mensgerichte kader van Industrie 5.0, moeten systemen hoge precisie waarborgen en tegelijkertijd energie-efficiëntie en operationele veerkracht^{bevorderen 1,2,3}. Fouten die optreden tijdens langdurige ionen onder zware omgevingen kunnen leiden tot catastrofale uitval van apparatuur, ernstige structurele schade en aanzienlijke economische verliezen ^4,5,6. Daardoor is de vroege diagnose van beginnende fouten veranderd van een luxe naar een kernvereiste. Om een robuuste toestandsbeoordeling te bereiken, maken moderne industriële systemen steeds meer gebruik van multi-sensor technologie. Door tegelijkertijd verschillende signaalmodaliteiten te verwerven—zoals stroom, spanning, temperatuur en trilling—kunnen ingenieurs een uitgebreid, hoogdimensionaal beeld van de gezondheid van de motor opbouwen ^7,8. De fusie van multi-source sensorgegevens verhoogt aanzienlijk de robuustheid en nauwkeurigheid van diagnostische systemen vergeleken met single-sensor approaches ^9,10.

Ondanks vooruitgang in sensorfusie en machine learning blijft er een cruciale bottleneck in de praktijk bestaan: de "cold-start"-uitdaging. In een typische productieomgeving werken machines normaal gedurende het grootste deel van hun levenscyclus, wat resulteert in extreme klassenonevenwichtigheden waarbij gezonde monsters ruimschoots de defecte monsters verre overtreffen. Standaard supervised deep learning-modellen vereisen enorme, gebalanceerde en nauwkeurig geannoteerde datasets om effectief te convergeren^11,12. Wanneer labels volledig niet beschikbaar zijn of te duur zijn om te verkrijgen, splitsen deze begeleide paradigma's¹³ op. Daarom is het fundamentele probleem dat in deze studie wordt behandeld het omzetten van ongelabelde multisensor-motorgegevens in een betrouwbaar, binair diagnostisch waarschuwingssignaal zonder de vereiste van handmatig gelabelde trainingsgegevens.

Als reactie op de uitdaging van dataschaarste is recent onderzoek gericht op ongecontroleerde anomaliedetectietechnieken. Veelvoorkomende benaderingen zijn onder andere one-class support vector machines (OC-SVM), deep autoencoders en directe isolatie-gebaseerde anomalie-scores^{van 14}. Hoewel deze methoden statistische afwijkingen effectief markeren, brengt hun directe toepassing bij de diagnose van motorische fouten aanzienlijke beperkingen met zich mee. OC-SVM's zijn berucht gevoelig voor de niet-stationaire eigenschappen van dynamische industriële belastingen en leveren vaak hoge vals-positieve snelheden op. Autoencoders, hoewel krachtig in het minimaliseren van reconstructiefouten¹⁵, functioneren als oninterpreteerbare black boxes; Ze worstelen om een verlies van wiskundige reconstructie te vertalen naar een aanwendbare, fysische foutcategorie¹⁶. Bovendien geven directe anomalie-scoringsmethoden, zoals standaard isolatiebossen¹⁷, slechts aan dat een steekproef een statistische uitschieter is. Ze slagen er niet in een deterministische beslissingsgrens vast te stellen tussen "werkende" en "falen" toestanden die geworteld zijn in technische realiteiten. In wezen missen deze benaderingen de semantische brug die nodig is om ongecontroleerde dataclusters aan expliciete diagnostische labels te koppelen.

Om deze methodologische kloof te overbruggen, stelt deze studie een uniform, pseudo-supervised machine learning kader voor. De ontwerplogica van de voorgestelde workflow verschilt fundamenteel van die van zelfstandige anomaliedetectoren. In plaats van te vertrouwen op een enkele globale reconstructiefout of grens, verdeelt de pijplijn eerst de multi-sensor featureruimte met behulp van ongecontroleerde hard-soft clustering (k-means en Gaussian Mixture Models) om verschillende operationele modi te identificeren. Vervolgens wordt in plaats van willekeurige labels een deterministische risicomappingfunctie geconstrueerd op basis van gevestigde technische voorafgaande (d.w.z. de fysieke veiligheidsmarges voor trilling en temperatuur). Deze fysieke mapping fungeert als een heuristisch anker, waarbij binaire pseudolabels ("Werkend" of "Mislukking") automatisch worden toegewezen aan de ongecontroleerde clusters. Deze fysica-geïnformeerde pseudolabels worden vervolgens gebruikt om begeleide discriminatoren (Random Forest en SVM) te trainen om complexe, niet-lineaire grenzen te leren. Tegelijkertijd dient een Isolatiebos als een onafhankelijke anomaliepoort, die extreme uitschieters filtert die niet aan een gevestigd cluster voldoen. Deze gecombineerde pijplijn is zeer voordelig omdat het de discriminatiekracht van supervised learning benut, terwijl het de labelvrije autonomie van ongecontroleerde clustering behoudt.

Het primaire wetenschappelijke doel van dit onderzoek is het ontwikkelen van een geautomatiseerd toestandsmonitoringsysteem dat kan functioneren onder strenge koudstarteisen. We testen expliciet de hypothese dat het koppelen van ongecontroleerde structurele clustering met een door engineering prior gedreven pseudo-labelingmechanisme een begeleide classificatiegrens kan opleveren met diagnostische prestaties die vergelijkbaar zijn met die van modellen die getraind zijn op handmatig geannoteerde data. Door dit semi-supervised framework te valideren op een aangepaste multi-sensor servomotor-dataset, toont deze studie aan dat het integreren van klassieke feature-interpreteerbaarheid met anomaly gating zeer nauwkeurige foutclassificatie zonder gelabelde trainingsdata mogelijk maakt, waardoor de cognitieve last voor veldingenieurs wordt verminderd en de samenwerkingsfilosofie van Industrie 5.0 wordt bevorderd.

Protocol

1. Experimentele opstelling en datapreprocessing

OPMERKING: Het in deze studie voorgestelde dataverwerkings- en modelleringsframework is geïmplementeerd via aangepaste scripts ontwikkeld in een programmeertaal op hoog niveau, waarbij gebruikgemaakt wordt van standaard open-source bibliotheken voor numerieke berekening en machine learning. De experimentele validatie werd uitgevoerd op een high-performance computational workstation uitgerust met een multi-core processor en een discrete grafische verwerkingsunit (GPU). Specifieke details over alle softwareomgevingen, computationele hardware en sensorcomponenten zijn te vinden in de Materiaaltabel. Een schematisch overzicht van het voorgestelde raamwerk, dat de datastroom illustreert van offline onbegeleid leren tot het online besluitvormingsproces met dubbele drempel, wordt weergegeven in Figuur 1. De dataset bestaat uit 203 geaggregeerde tijdsvenstermonsters in plaats van directe ruwe metingen, die worden verzameld terwijl de servomotor onder verschillende belastingsregimes werkte om realistische werkvloeromstandigheden te simuleren.

1. Zet sensorknooppunten strategisch in.
2. Plaats trillingsversnellingsmeters op de motorbehuizing, terwijl stroom-, spannings- en temperatuurprobes in het aandrijfcircuit werden geïntegreerd.
3. Synchroniseer alle sensorsignalen via een gecentraliseerde data-acquisitie (DAQ) kaart op een bemonsteringsfrequentie van 10 kHz.
4. Pas standaard kalibratieprocedures en digitale laagdoorlaatfiltering toe om hoogfrequente elektromagnetische ruis te elimineren vóór het extractie van de kenmerken.
5. Haal een statistisch overzicht (bijv. gemiddelde of Root Mean Square) uit een meetcyclus van 1 seconde voor elk van de 203 steekproeven. Deze specifieke vijf variabelen—stroom (A), spanning (V), temperatuur (°C), luchtvochtigheid (%) en trilling (mm/s² of g)—zijn bewust geselecteerd.
6. Verwijder records met ontbrekende waarden (NaN) om de stabiliteit van de modellering te waarborgen, waarmee een verfijnde dataset van 199 geldige monsters wordt opgebouwd.
7. Pas Z-score-normalisatie toe op elk sensorkanaal voor elke steekproef om schaalverschillen die cruciaal zijn voor op afstand gebaseerde structurele leeralgoritmen te elimineren:
   (1)
   waarbij x_ij de ruwe waarde vertegenwoordigt, μ_j het gemiddelde is van het kenmerk j, en σ_j de standaarddeviatie.
8. Sla de genormaliseerde matrix op als X_s voor alle volgende verwerkingsstappen.
   OPMERKING: Principal Component Analysis (PCA) werd uitsluitend gebruikt voor visualisatie door X_s te projecteren in een tweedimensionale embedding-matrix (Figuur 5), en diende niet als invoer voor de downstream-modellen.

2. Ongecontroleerd Structureel Leren

1. Bepaal het optimale aantal clusters (K*) door kandidaat K-waarden te evalueren (variërend van 2 tot 10).
2. Bereken de Binnen-Cluster Som van Kwadraten (WCSS) om een Elleboogcurve te genereren (Figuur 3):
   (2)
3. Bereken de silhouetcoëfficiënt S(I) voor elke K gelijktijdig (Figuur 4) om structurele cohesie en scheiding te evalueren:
   (3)
4. Stel het optimale clusternummer vast bij de maximale gemiddelde Silhouette-score (bijv. K*=2).
5. Pas het k-means-algoritme toe op X_s, waarbij de WCSS wordt geminimaliseerd om de zwaartepunten μ_c en de harde clusterlabels voor elke steekproef te verkrijgen.
6. Train een Gaussian Mixture Model (GMM) met K*-componenten om de inherente onzekerheid van de conditiegrenzen vast te leggen.
7. Bereken de posterior kans voor elke steekproef na het schatten van de parameters , en haal de maximale posterior kans als een zachte betrouwbaarheidsmaatstaf uit:
   (4)

3. Anomaliemodellering en dynamische drempel

1. Train een Isolation Forest-model op X_s om uitschieters te identificeren die afwijken van de hoofdclusterstructuren.
2. Bereken de anomaliescore s_als(z), variërend van 0 tot 1, gebaseerd op de verwachte padlengte E[h(z)]:
   (5)
3. Bepaal de statische anomaliedrempel τ_anom door analytisch de anomaliescore (s_if) verdeling te modelleren met behulp van Kernel Density Estimation (KDE).
4. Leid het kwantiel wiskundig af om het 90% betrouwbaarheidsinterval van de normale operationele variantie te beperken.
   OPMERKING: In deze dataset leverde dit een deterministische drempel op van τ_anom = 0,592, waarbij monsters met s_if(z) > 0,592 als anomalieën werden gemarkeerd.
5. Stel een schuifvenster vast dat de meest recente N telemetriemonsters dekt om periodiek de verdeling van de anomaliescores opnieuw te berekenen.
6. Werk de drempel dynamisch bij met behulp van een exponentieel gewogen voortschrijdend gemiddelde (EWMA): , waarbij α dient als de vergetende factor en Y_lokaal de kwantiel is die is afgeleid van het huidige operationele venster.

4. Pseudo-label generatie via risicomapping

1. Bereken de risicoscore r_i voor elke steekproef als een lineaire combinatie van de genormaliseerde kenmerken om de semantische kloof te overbruggen:
   (6)
2. Definieer de risicoscore R voor elk clusterzwaartepunt door een gewogen lineaire combinatie van de genormaliseerde feature-gemiddelden toe te passen.
3. Bereken de specifieke waarde van elk gewicht (w_j) als de inverse van de fysieke veiligheidsmarge van het overeenkomstige sensorkanaal.
4. Normaliseer deze inverse marges met de volgende vergelijking, waarbij v_j de inverse veiligheidsmarge voor kanaal vertegenwoordigt:
   (7)
   \mu_r()g\max_cm
5. Valideer deze geïnitialiseerde gewichten door te zorgen voor een positieve Spearman-rangcorrelatie () tussen de clusterrisicoscores en de mediane Isolation Forest-anomaliescores.
6. Bereken de gemiddelde risicoscore voor elke k-means cluster.
7. Identificeer de cluster met het maximale gemiddelde risico als de faalmodus: .
8. Genereer binaire pseudo-labels y_super voor alle samples, waarbij 0 (Mislukking) wordt toegewezen aan de hoogrisicocluster en 1 (Werkend) anders:
   (8)

5. Geleide classifiertraining en online fusie

1. Implementeer een vijfvoudig kruisvalidatieschema om de modelprestaties rigoureus te evalueren en informatielekken te voorkomen.
2. Beperk de volledige pseudo-labelingpijplijn strikt tot de trainingssplitsing binnen elke vouw.
3. Transformeer de geïsoleerde validatiesplit met alleen de parameters die exclusief uit de trainingsvouw zijn geleerd.
4. Train een Random Forest (RF) classifier waarbij X_s als features worden gebruikt en de dynamisch gegenereerde y_super als doelwit. Het model geeft de kansschatting voor de arbeidersklasse, aangeduid als p_rf(z).
5. Train een Support Vector Machine (SVM) uitgerust met een RBF-kernel om een beslissingsfunctiewaarde f(z) te genereren als vergelijkende validator.
6. Zet een score-niveau fusiemechanisme in tijdens de online inferentiefase.
7. Synthetiseer een gefuseerde score s(z) voor een nieuw verkregen monster door de supervised RF-kans en het onsupervised GMM-vertrouwen te combineren:
   (9)
8. Classificeer de eindstatus met behulp van een dual-threshold logica: een toestand wordt als "Werkend" geclassificeerd als en slechts als EN .
   (.

Resultaten

Het voorgestelde raamwerk werd gevalideerd met behulp van een zelfverzamelde multi-sensor dataset. Na het verwijderen van onvolledige records bestond de uiteindelijke dataset uit 199 geldige geaggregeerde tijdvenstermonsters. De systeemomgeving en algoritmeparameters worden beschreven in Tabel 1.

Featurecorrelatie en datasetcompositie
Om de redundantie en complementariteit van de sensorkanalen vóór modellering te beoordelen...

Discussie

Dit protocol presenteert een robuuste methodologie voor het identificeren van motorische conditie in cold-start scenario's waarbij gelabelde gegevens ontbreken. Door ongecontroleerd structureel leren te integreren met pseudo-supervised classificatie, overwint de methode de beperkingen van traditioneel supervised learning, dat sterk leunt op menselijke annotatie 13,18,19. Een cruciale stap in dit...

Materialen

Lijst van materialen gebruikt in dit artikel

Naam	Bedrijf	Catalogusnummer	Opmerkingen
Categorie			Component en versie
Besturingssysteem			Windows 11 Professional 23H2
Processor			Intel Core i9-14900HX
Geheugen			32 GB
Grafische processor			NVIDIA GeForce RTX 4070 Laptop GPU (8 GB)
Python			3.12
NumPy			1.26
pandas			2.2
scikit-learn			1.5
Matplotlib			3.8
Seaborn			0.13
Random seed