Ako sa hľadá porucha v dátach: metódy detekcie anomálií pre prediktívnu údržbu

Poruchy strojov sa málokedy stanú naraz. Ložisko sa nezadrie zo sekundy na sekundu — mesiace predtým mení svoje vibračné spektrum. Prevodovka nezlyhá bez varovania — najprv jej pri rovnakom zaťažení stúpne teplota oleja o pár stupňov. Problém teda nie je v tom, že by sa signál nedal zachytiť. Problém je, že je pochovaný v miliónoch riadkov senzorových dát, ktoré nikto nemá čas čítať.

Koľko stojí hodina ticha

Predtým než sa začneme baviť o metódach, oplatí sa vedieť, o aké sumy ide. Štúdia Senseye (dnes súčasť Siemens) „The True Cost of Downtime 2022“ vychádza z prieskumu medzi veľkými priemyselnými podnikmi a jej čísla sú triezve:

• Hodina neplánovanej odstávky v automobilke stojí viac než 2 milióny dolárov — v období 2019 – 20 to bolo 1,3 milióna.
• V sektore ropy a plynu sa cena hodiny odstávky za dva roky viac než zdvojnásobila na takmer 500 000 dolárov; v rýchloobrátkovom tovare je priemer okolo 39 000 dolárov.
• Priemerný veľký závod stráca na neplánovaných odstávkach 129 miliónov dolárov ročne, čo je nárast o 65 % za dva roky.
• Naprieč firmami z rebríčka Fortune Global 500 ide o zhruba 1,5 bilióna dolárov ročne, teda 11 % ich tržieb.
• Typický závod zaznamená 20 incidentov mesačne a stratí 25 hodín produkcie — viac než celý pracovný deň.

Zaujímavý je smer, ktorým sa čísla pohybujú. Incidentov je menej než pred dvomi rokmi (20 namiesto 26 mesačne), ale cena každého z nich prudko rastie. Prevencia sa tým stáva výhodnejšou, aj keď sa spoľahlivosť strojov zlepšuje. Deloitte vo svojej analýze prediktívnej údržby uvádza konzervatívne, ale opakovateľné rozpätia prínosov: rast dostupnosti zariadení o 10 – 20 %, pokles celkových nákladov na údržbu o 5 – 10 % a skrátenie času potrebného na plánovanie údržby o 20 – 50 %. Práve takéto rozpätia sú lepším základom pre biznis case než jednotlivé prípadové štúdie s osemdesiatpercentnými úsporami.

Čo vlastne v dátach hľadáme

Anomália nie je jeden typ javu. V praxi sa rozlišujú tri:

• Bodové anomálie — jediná hodnota mimo očakávaného rozsahu, napríklad skok tlaku.
• Kontextové anomálie — hodnota, ktorá je sama osebe normálna, ale nie v danom kontexte. Šesťdesiat stupňov je v poriadku pri plnom zaťažení, nie pri voľnobehu.
• Kolektívne anomálie — žiadna jednotlivá hodnota nie je podozrivá, podozrivá je až ich sekvencia. Typicky postupná zmena tvaru vibračného signálu.

Toto delenie nie je akademické, rozhoduje o voľbe metódy. Tím z NASA JPL vo svojej práci o detekcii anomálií v telemetrii kozmických sond konštatuje, že limitné a hustotné prístupy sú náchylné prehliadnuť anomálie, ktoré nastanú v rámci definovaných hraníc alebo majú časový charakter. Inak povedané: prahové hodnoty spoľahlivo chytia prvú kategóriu a s treťou majú zásadný problém. A práve tretia kategória je tá, ktorá predchádza väčšine mechanických porúch.

Štatistické metódy: prahy, SPC a EWMA

Najstaršia a stále najrozšírenejšia rodina sú prahové kontroly typu out-of-limits. Aj v letectve, kde by sa dala čakať prevaha pokročilých metód, zostávajú dominantné — pre nízke výpočtové nároky, širokú použiteľnosť a to, že im každý rozumie. Túto poslednú vlastnosť treba brať vážne, nie ako slabinu.

O krok vyššie stojí štatistické riadenie procesu. Shewhartova regulačná karta rozhoduje výlučne podľa poslednej nameranej hodnoty. Karta EWMA priebežne váži históriu s exponenciálne klesajúcou váhou, takže — slovami príručky NIST — ju možno urobiť citlivou na malý alebo postupný drift procesu, kým Shewhartova karta zareaguje až vtedy, keď posledný bod prekročí regulačnú medzu. Vyhladzovací parameter lambda sa spravidla volí medzi 0,2 a 0,3.

Pre prediktívnu údržbu je to podstatný rozdiel. Degradácia je zo svojej podstaty pomalý drift, nie skok. V praxi sa EWMA najlepšie osvedčuje nie na surovom signáli, ale na rezíduách — na rozdiele medzi tým, čo jednoduchý model očakával, a tým, čo sa reálne nameralo. Tým sa odfiltrujú legitímne zmeny dané zmenou zaťaženia alebo receptúry.

Klasické strojové učenie

Keď prestane stačiť sledovanie jednotlivých veličín, prichádzajú na rad metódy, ktoré modelujú vzťahy medzi nimi. Rozsiahla porovnávacia štúdia z konferencie VLDB ich triedi do rodín podľa princípu: vzdialenostné (kNN, LOF), distribučné, stromové (Isolation Forest), rekonštrukčné a predikčné. Ich prednosťou je, že zachytia stav, v ktorom je každý senzor jednotlivo v norme, ale ich kombinácia je nezvyklá.

Cena je dvojaká. Časť priamej interpretovateľnosti sa stráca a nároky na ladenie rastú. Autori uvedenej štúdie upozorňujú, že algoritmy boli pozoruhodne citlivé na nastavenie parametrov a vyžadovali v priemere sedem nastavení — pričom väčšina reálnych nasadení nemá dáta na to, aby ich vedela poctivo naladiť.

Hlboké učenie

LSTM autoenkodéry, rekonštrukčné siete a transformery sľubujú, že si potrebné príznaky nájdu samy. Empirické dáta však radia opatrnosť. Spomínaná štúdia VLDB znovu implementovala 71 algoritmov a otestovala ich na 976 časových radoch. Záver autorov je jednoznačný: prístupy hlbokého učenia zatiaľ nie sú konkurencieschopné napriek vyššej výpočtovej náročnosti a potvrdil sa im aj starší poznatok, že jednoduché metódy podávajú takmer rovnako dobrý výkon ako sofistikovanejšie. Zároveň ale platí, že žiadny algoritmus nie je jednoznačne najlepší.

Konkrétne čísla z tej istej štúdie:

• Metódy LSTM-AD a EncDec-AD prekročili pamäťový limit 3 GB v 50 %, resp. 26 % experimentov.
• Najlepší pomer prínos/náklad dosiahla metóda založená na vlnkovej transformácii (DWT-MLEAD) s priemerným AUC-ROC 0,83 a časom 2,2 ms na dátový bod.
• Učené a čiastočne učené algoritmy patrili k najpomalším, v priemere 255 ms na dátový bod.

To neznamená, že hlboké učenie nemá miesto. Tím NASA JPL ho nasadil na telemetriu sond SMAP a Curiosity práve preto, že šlo o tisíce kanálov s bohatou históriou a nelineárnymi vzťahmi. To je však iná situácia než jedna linka s ôsmimi senzormi a polročným archívom.

Prečo treba publikované výsledky čítať opatrne

Dva metodické nálezy stoja za pozornosť aj mimo akademického prostredia. Wu a Keogh ukázali, že väčšina exemplárov v populárnych benchmarkoch trpí systematickými chybami, a preto môže byť značná časť zdanlivého pokroku posledných rokov iluzórna. Kim a kolektív zas rozobrali rozšírený protokol „point adjustment“ a doložili, že výrazne nadhodnocuje výkon — až do tej miery, že aj náhodné skóre anomálie sa dá premeniť na špičkovú metódu a netrénovaný model dosahuje porovnateľné výsledky ako publikované prístupy.

Praktický dôsledok pre prevádzku je jednoduchý: číslo z odborného článku nie je prísľub. Rozhoduje meranie na vlastných dátach a vlastným protokolom.

Falošné poplachy sú skutočná mena

Toto je miesto, kde väčšina pilotov zlyhá — nie na presnosti, ale na základnej frekvencii. Ak zariadenie zlyhá dvakrát ročne a systém vyhodnocuje stav každú minútu, aj mimoriadne nízka miera falošnej pozitivity vygeneruje neúnosný počet planých hlásení. Tím NASA to popísal presne: ich clusterovacie nástroje odhalili všetky anomálie identifikované inžiniermi (vysoká citlivosť), no zároveň označili množstvo neanomálnych udalostí (nízka presnosť), čo si vyžiadalo dodatočnú prácu na potlačení nadmerných falošných poplachov.

Praxou overený strop je známy z riadenia alarmov. Podľa EEMUA-191 a ISA-18.2 je dlhodobo zvládnuteľná frekvencia zhruba 12 nových alarmov za hodinu na operátora a záplavou alarmov sa rozumie desaťminútové okno s viac než desiatimi novými hláseniami. Dôsledok prekročenia je vždy rovnaký: časť alarmov sa prehliadne alebo ich operátori začnú ignorovať, čím sa vytráca pocit naliehavosti. Systém, ktorý sa naučili prehliadať, má nulovú hodnotu bez ohľadu na svoju štatistickú kvalitu.

Vysvetliteľnosť nie je luxus

Zo správy tímu NASA pochádza formulácia, ktorá platí v hale rovnako ako v riadiacom stredisku misie: zistenie, že existuje potenciálny problém, bez akéhokoľvek náznaku jeho povahy má pre inžinierov obmedzenú hodnotu. Údržbár nezastaví linku preto, že model vrátil hodnotu 0,87.

Použiteľné hlásenie by malo obsahovať aspoň:

• ktoré senzory prispeli k skóre a akou mierou;
• ako vyzerá „normál“ pre daný kontext a o koľko sa od neho aktuálny stav odchyľuje;
• ako dlho už stav trvá a či sa prehlbuje;
• odkaz na historické prípady s podobným podpisom.

Ako začať

• Začnite s existujúcimi dátami, nie s novým senzorickým projektom. Väčšina závodov už roky zbiera z PLC a SCADA prúdy motorov, teploty, tlaky a časy cyklov. Prvá otázka nie je, aké senzory dokúpiť, ale čo už máme a v akej kvalite.
• Vyberte jedno zariadenie a jeden režim poruchy. Ideálne kritické, s doloženou históriou porúch a známym dopadom na výrobu. Model pre jeden lis, ktorý funguje, je viac než platforma pre celý závod, ktorá sa ladí.
• Postavte štatistickú baseline skôr než strojové učenie. EWMA na rezíduách jednoduchého modelu je hotová za dni. Ak ju pokročilá metóda neprekoná o zmysluplný rozdiel, nenasadzujte ju.
• Merajte prínos v jazyku prevádzky. Nie AUC, ale počet zachytených porúch, počet planých poplachov za týždeň, predstih varovania v hodinách a ušetrené hodiny odstávky.
• Počítajte s tieňovou prevádzkou. Systém niekoľko mesiacov beží paralelne, hlási, ale nezasahuje. Údržba spätne označuje, čo bol reálny nález a čo šum. Bez tohto obdobia neexistujú dáta na kalibráciu prahov ani dôvera tímu.

Kde je hranica rozumného

Detekcia anomálií nie je predikcia zostatkovej životnosti. Väčšina nasadení nedokáže povedať, že ložisko zlyhá o jedenásť dní. Dokáže povedať, že sa stroj správa inak než počas predchádzajúcich osemnástich mesiacov a v ktorých veličinách. To je pre plánovanie odstávky často úplne postačujúce. Realistickým cieľom prvého roka je predstih hodín až dní pri podmnožine porúch, pri miere planých poplachov, ktorú tím unesie.

V Nabu Technologies staviame Mayven ako aplikáciu pre zefektívnenie výroby a prediktívny servis a paralelne skúmame lokálne bežiace AI agenty pre priemyselnú diagnostiku spolu s hybridnými štatisticko-strojovými metódami detekcie anomálií. Dôraz kladieme na vysvetliteľnosť a nízku mieru falošných poplachov, a to z veľmi praktického dôvodu: v prevádzke nevyhráva najsilnejší model, ale ten, ktorému technik uverí natoľko, že podľa neho zastaví stroj.