Detección de fallas en equipos térmicos a partir de transformadores y mecanismos de atención

Abstract

El presente informe tiene por objetivo presentar los resultados más importantes obtenidos del desarrollo, entrenamiento, aplicación y evaluación de modelos neuronales artificiales de series temporales de tipo Transformador, LSTM, GRU y RNN diseñados bajo dos arquitecturas propuestas basadas en los papers Attention is all you need y An image worth 16x16 words orientados para tareas clasificación de identificación de estados de operación y tareas de regresión sobre estimación del tiempo de vida útil remante a partir de muestras de ventanas temporales de entrada, que provienen de un registro de parámetros de operación de un intercambiador de calor de un sistema rehervidor de generación de dióxido de cloro de una planta de celulosa, labor realizada como trabajo de título por el alumno David Ignacio Lizana Pardo de la carrera de ingeniería civil mecánica de la Universidad de Chile efectuado durante el segundo semestre académico de primavera del año 2021 y el primer semestre académico del otoño del año 2022. El presente documento describe como motivación principal del tema, promover un avance de esta clase de tecnología dentro del área de ingeniería de mantenimiento industrial de tipo predictivo orientado hacia el pronóstico y diagnóstico de falla de activos críticos dentro de la cadena productiva. Para luego continuar con una recopilación de los conceptos básicos e ideas fundamentales relacionadas a la estructura y funcionamiento de las celdas unitarias características de cada tipo de modelo neuronal bajo estudio, junto a sus principales ventajas y desventajas, así como también sobre los artículos científicos a partir de los cuales nacen las arquitecturas propuestas para los modelos. En base a esto, posteriormente se describe en detalle la estructura de los modelos neuronales propuestos exponiendo en profundidad la estructura de sus subcomponentes y tipos de conexiones entre cada elemento, denotando las funciones específicas que desempeñan dentro de la red. Ya con esto, se procede a describir la estrategia de trabajo adoptada por el estudiante para efectuar el diseño, entrenamiento, evaluación y análisis de sensibilidad aplicado sobre cada tipo de modelo neuronal diseñados bajo las dos arquitecturas propuestas, especificando los plazos de tiempo asignados para cada una de estas actividades a lo largo de los 6 meses de trabajo. A partir de entonces, se continúa con la descripción del caso de estudio y recursos, detallando la estructura y el principal problema del sistema de rehervidor de la planta de celulosa a partir del cual se obtiene el registro parámetros operaciones base de los modelos neuronales. Posteriormente se procede con la presentación de resultados a la par el análisis de estos datos, que para el caso clasificación se realiza a través de los indicadores de rendimiento Exactitud, Precisión, Exhaustividad, Área bajo la curva ROC, mientras que para el caso de regresión por medio de los indicadores de Error cuadrático medio, Error absoluto medio y Coeficiente de determinación. A partir del análisis de resultados se desprende que la arquitectura más eficiente para tareas de clasificación y regresión corresponde a la arquitectura basada en el paper An image worth 16x16 words por su mayor capacidad de extraer características centradas en variables de operación de un mismo tiempo, por otro lado, dentro de los tipos de modelos neuronales para el caso de clasificación el orden creciente de desempeño logrado por cada estructura corresponde respectivamente al modelo de tipo Transformador, LSTM, GRU y RNN, pues el desempeño depende más de la identificación de patrones sobre las ventanas temporales de entrada. Mientras para el caso de regresión el orden creciente de desempeño corresponde al modelo de tipo RNN, LSTM, GRU y Transformador, ya que el rendimiento depende más del desarrollo de características centrada en las últimas variables de operación de la ventana temporal de entrada, finalmente gracias el análisis de sensibilidad se corrobora que estos comportamientos son invariantes según el número de parámetros de operación que componen el codificador de las estructuras.