Datuetan oinarritutako algoritmoen hobekuntza testuinguru informazio bidez Kondizioaren Monitorizazio alorrean

Autorea: Kerman Lopez de Calle Tesi zuzendaria Basilio Sierra Araujo, UPV/EHU; Susana Ferreiro del Río, Tekniker Data2020

Sentsorizatutako, interkonektatutako eta autonomoa den makineriaren agerpena dagoeneko mugarri bilakatu da fabrikazioaren industrian. Prozesu industrialen digitalizazioan datzan eta Industry 4.0 izenaz ezagutzera eman den paradigma honek orain arte erabili gabea zen jakintza iturri batez hornitzen gaitu: datuak.

Masiboki sortzen eta pilatzen ari diren datuok erraminta egokiekin baliatuta, datuek duten baliozko informazioa monitorizazio eta kontrola ahalbidetzeko, erabaki hartzea eta bezeroaren gogobetetzea sustatu, zein fabrikazio instalazioen e?zientzia, produktibitatea eta erabilera optimizazioan laguntzeko erabil daiteke. Informazio erauzketa prozesua edota datu meatzaritza datu bolumen handiak maneiatu eta datuetan izkutaturik dauden patroiak topatzeko gai diren algoritmo bitartez egiten da. Behin patroiak topatu ostean, Makina Ikasketa (Machine Learning) modeloen bitartez patroiok kapturatu eta geroago hainbat alorretan eta beste horrenbeste xederekin aplikatzen dira.

Osasun-egoeraren monitorizazioaren (Condition Monitoring) diziplinan, hau da, makinen osasunaren detekzioaz arduratzen den diziplinan, datuetan oinarritutako modeloak aski ezagunak dira. Kalitate kontrolerako gra?koak, adibidez, operatzen dauden makinetan anomaliak detektatzeko erabiliak izan dira azken mendeetatik. Beranduago, so?stikatuagoak diren klasi?kazio zein erregresio algoritmoak, hala nola sare neuronalak edota bektore oinarri makinak, osasun-egoera monitorizazioa helburu zelarik erabili izan dira. Halaber, literaturan ageri diren lan gehientsuenek algoritmoen inplementazioan berebiziko garrantzia duen faktore bat aintzat hartzea ahazten dute: kontestua. Laburki esanda, kontestua makina baten monitorizazioan eragina duten faktoreek osatzen dutela esan genezake. Horregatik, aplikazio errealetan algoritmoak produkzioan jarri ahal izateko kontestuak dauzkan muga eta baliabideak ongi ulertzeak berebiziko garrantzia du. Izan ere, algoritmo jakin batzuen erabilera mugaturik egon baitaiteke kontestu zehatz batzuetan, aldi berean, lehen begirada batean bazterturiko algoritmo bat erabil liteke baliabideei ondo erreparatuz gero.

Algoritmo gehienak kontestu bat helburu delarik diseinatzen dira, halabaina, amaierako aplikazioaren kontestua ezberdina izan litekeela kontuan hartu gabe erabili ohi dira. Osasunaren-egoeraren monitorizazioaren kasuan hau gertatzen da diagnosirako entrenaturiko algoritmoekin entsegu-bankuetan entrenatu eta testeatzen direlarik aplikazio errealean bertan datuak sortzeko dauden mugak kontuan hartu gabe, ondorioz, berriz entrenatzeko inongo aukerarik gabe. Edota egoera egonkorrean operatzen ari dela ontzat hartuta garatutako algoritmoak, amaierako aplikazioan operazioa aldakorra dela kontuan hartu gabe.

Lan honek kontestuak osasun-egoeraren monitorizazio algoritmoengan duen rolaaztertzendu 3 egoera ezberdinetan bakoitzak dituen baliabide eta mugei erreparatzen zaielarik. Hurrengo aplikazio eremuak aztertu dira: operazio aldakorreko haize errota baten biderkagailua; degradazio bilakaera ezezaguna duten eta operazio egonkorrean diharduten makina birakariak; eta, modelo ?siko baten laguntzaz diagnostikatutako eragingailu elektromekanikoa. Kasuon kontestuak aztertu eta ondoren soluzioak proposatzen dira espresuki garatutako algoritmoen bidez osasunegoeraren monitorizazioa hobetzeko bidean.

Lanak 3 kasu espezi?ko aztertzen baditu ere, bertan aztertutako kontestuak beste hainbat monitorizazio problematan topa daitezke, ikerkuntza honetan ikasitako lezioak bizitza errealeko beste problema batzuetara transferitu daitezkeelarik.