GNN vs Métodos Tradicionales en Diagnóstico de Fallas de Puente Grúa

La precisión del diagnóstico de fallas en puentes grúa incide directamente en la seguridad de los equipos y del personal. El enfoque predominante actual sigue anclado en el paradigma de extracción de características por sensor independiente más un clasificador tradicional: se extraen estadísticos (RMS, valor pico, desviación estándar, asimetría) de cada sensor de vibración, temperatura y corriente, se concatenan en un vector de alta dimensión y se introducen en una SVM o un MLP. Sin embargo, este enfoque presenta un problema fundamental: ignora la relación estructural entre sensores. Tomemos el mecanismo de elevación: existe una cadena causal física entre la vibración anómala del reductor (sensor V3) y la fluctuación de corriente del motor (sensor C2): desgaste del engranaje → impacto en el engrane → fluctuación del par del motor → fluctuación de la corriente. Esta información relacional se pierde por completo en los vectores de características independientes.

Las redes neuronales de grafos (GNN) modelan el sistema de sensores como una estructura de grafo (nodos = sensores, aristas = relaciones físicas/funcionales). Durante el paso de mensajes, agregan automáticamente la información de los nodos vecinos, capturando así las correlaciones estructuradas entre sensores. Este artículo se basa en la plataforma experimental de diagnóstico de fallas de puentes grúa de Kelude (12 tipos de sensores × 28 puentes grúa × 3 años de datos de operación) para comparar el rendimiento de clasificación, la interpretabilidad y la eficiencia de implementación de las GNN frente a los métodos tradicionales.

Construcción del grafo multi-sensor en puente grúa: definición de nodos, reglas de aristas y matriz de adyacencia

Definición de nodos: La plataforma de diagnóstico de fallas de Kelude despliega 4 tipos de sensores en cada componente crítico, totalizando 12 nodos: sensores de vibración V1~V4 (ubicados en el soporte de rodamiento del lado del motor de elevación, en el soporte de rodamiento de la entrada del reductor, en el soporte de rodamiento del tambor y en el soporte de rodamiento de la rueda de traslación del carro), sensores de temperatura T1~T3 (devanado del estator del motor de elevación, superficie de fricción del freno y cárter de aceite del reductor), sensores de corriente C1~C3 (uno por fase del motor de elevación) y sensores de par Q1~Q2 (en ambos extremos del eje del tambor). La señal cruda de cada sensor se divide en tramas mediante una ventana deslizante de 256 puntos, extrayendo 10 características (RMS, factor de cresta, factor de forma, factor de impulso, factor de holgura, asimetría, curtosis, centroide de frecuencia, relación de energía de banda [0~500 Hz] y relación de energía de banda [500~2000 Hz]), que conforman el vector de características del nodo xᵢ∈ℝ¹⁰.

Estrategia de definición de aristas: El conjunto de aristas E se construye mediante tres reglas combinadas: aristas de conexión física (sensores en la misma cadena de transmisión, como V1-C1-T1 que forman la cadena de monitoreo del motor de elevación, con peso de arista w=1,0), aristas de acoplamiento funcional (pares de sensores con relación causal, como el acoplamiento electromecánico entre la vibración del reductor V3 y la corriente del motor C2, determinado por información mutua MI≥0,3, con peso w=MIᵢⱼ) y aristas de proximidad espacial (sensores con distancia de instalación d≤500 mm, con peso w=1/d). El grafo final G=(V,E) contiene 12 nodos y 38 aristas (18 de conexión física, 12 de acoplamiento funcional y 8 de proximidad espacial), con una densidad de grafo ρ=2|E|/(|V|(|V|-1))=0,576.

Matriz de adyacencia A: De tamaño 12×12, donde Aᵢⱼ=wᵢⱼ (si existe arista, se toma el valor del peso) y Aᵢⱼ=0 (si no hay arista; los bucles propios i=j se añaden en el post-procesado). La matriz de adyacencia se somete a una normalización simétrica:  = D^(-½)·A·D^(-½), donde D es la matriz de grados. Los valores propios λ∈[-1,1] de la  normalizada garantizan la estabilidad numérica del entrenamiento de la GNN.

Fuente de datos: Especificación de despliegue de sensores para la plataforma de diagnóstico de fallas de puentes grúa de Kelude Industrias Pesadas (KL-SEN-DEP-2025 Rev.3) y registros de implementación reales en 28 puentes grúa. Cada sensor fue sometido a calibración metrológica antes de su instalación (validez ≤ 12 meses), y los certificados de calibración quedaron archivados para su consulta.

Arquitectura de modelos GCN y GAT para diagnóstico de fallas

Red convolucional de grafos (GCN):Propuesta por Kipf & Welling en 2016, su operación central consiste en la agregación normalizada de características de los nodos vecinos: H⁽ˡ⁺¹⁾ = σ(·H⁽ˡ⁾·W⁽ˡ⁾). En los experimentos de Kelude se empleó una arquitectura GCN de tres capas: capa de entrada (12×64, ReLU + Dropout p=0.3), capa oculta (64×128, ReLU + Dropout p=0.3) y capa de salida (128×4, Softmax). Cada capa utiliza la matriz de adyacencia normalizada simétricamente  para la agregación, lo que equivale a un pooling de media local sobre los sensores espacialmente próximos. El número total de parámetros entrenables de las capas totalmente conectadas es (12×64)+(64×128)+(128×4)=9.344, con una latencia de inferencia de 3,2 ms por muestra (NVIDIA RTX 3060).

Red de atención de grafos (GAT):Velickovic et al. (2018) introdujeron el mecanismo de atención, que asigna a cada arista un coeficiente de atención aprendible αᵢⱼ: αᵢⱼ = softmaxₓ(LeakyReLU(aᵀ·[W·hᵢ∥W·hⱼ])), con la fórmula de agregación hᵢ’ = σ(∑αᵢⱼ·W·hⱼ). Se emplearon 4 cabezas de atención (head=4), cada una con salida de 16 dimensiones que se concatenan para formar una representación oculta de 64 dimensiones; dos capas GAT van seguidas de un clasificador totalmente conectado. La ventaja del mecanismo de atención radica en que el sistema aprende automáticamente qué conexiones entre sensores son más relevantes: los experimentos revelaron que la atención entre V1V2 (vibración del mismo soporte de rodamiento) alcanzó el valor más alto con α=0,32, mientras que la de V3T2 (vibración del tambor frente a temperatura del freno) fue la más baja con α=0,09, lo que confirma que el modelo captura correctamente la intensidad de las correlaciones físicas.

Implementación en PyG (bucle de entrenamiento simplificado):

 import torch import torch.nn.functional as F from torch_geometric.nn import GCNConv, GATConv, SAGEConv from torch_geometric.data import Data class GCNFaultDetector(torch.nn.Module): """tres capasGCNmódulo de diagnóstico de fallas de puente grúa tipo""" def __init__(self, in_dim=10, hidden_dim=64, out_dim=4, dropout=0.3): super().__init__() self.conv1 = GCNConv(in_dim, hidden_dim) self.conv2 = GCNConv(hidden_dim, hidden_dim) self.conv3 = GCNConv(hidden_dim, out_dim) self.dropout = dropout def forward(self, x, edge_index): x = self.conv1(x, edge_index).relu() x = F.dropout(x, p=self.dropout, training=self.training) x = self.conv2(x, edge_index).relu() x = F.dropout(x, p=self.dropout, training=self.training) x = self.conv3(x, edge_index) return F.log_softmax(x, dim=1) class GATFaultDetector(torch.nn.Module): """atención multi-cabezaGATmódulo de diagnóstico de fallas de puente grúa tipo——4cabeza×16dimensiones""" def __init__(self, in_dim=10, hidden_dim=64, heads=4, out_dim=4, dropout=0.3): super().__init__() self.conv1 = GATConv(in_dim, hidden_dim//heads, heads=heads, dropout=dropout) self.conv2 = GATConv(hidden_dim, out_dim, heads=1, concat=False, dropout=dropout) def forward(self, x, edge_index): x = self.conv1(x, edge_index).relu() x = F.dropout(x, p=0.3, training=self.training) x = self.conv2(x, edge_index) return F.log_softmax(x, dim=1) # carga de datos（28unidad×12nodo×3datos de estructura de grafo de series temporales anuales） # edge_index: [2, 76] (38aristas no dirigidas76aristas dirigidas) # x: [12, 10] (12nodo×10características dimensionales) # y: [12] (etiquetas de falla a nivel de nodo: 0normal/1Rodamiento/2Engranaje/3desalineación/4aflojamiento) data_list = torch.load('crane_gnn_data.pt') model = GCNFaultDetector() optimizer = torch.optim.Adam(model.parameters(), lr=0.01, weight_decay=5e-4) for epoch in range(200): model.train() total_loss = 0 for data in data_list: optimizer.zero_grad() out = model(data.x, data.edge_index) loss = F.nll_loss(out[data.train_mask], data.y[data.train_mask]) loss.backward() optimizer.step() total_loss += loss.item() if epoch % 20 == 0: print(f'Epoch {epoch:3d} | Loss: {total_loss/len(data_list):.4f}') 

Nota sobre el código: GCNFaultDetector utiliza tres capas de paso de mensajes GCNConv con dimensión oculta de 64 y Dropout de 0,3 para evitar el sobreajuste. GATFaultDetector emplea 4 cabezas de atención en la primera capa (16 dimensiones por cabeza, concatenadas a 64) y una única cabeza de atención en la última capa para producir las probabilidades de las 4 clases de falla. Ambos modelos comparten la misma estructura edge_index (38 aristas no dirigidas, 76 aristas dirigidas). En los experimentos, la convergencia de GAT fue aproximadamente un 30% más rápida que la de GCN (60 épocas frente a 90 épocas para alcanzar el óptimo en el conjunto de validación).

Plataforma experimental: NVIDIA RTX 3060 12GB / PyTorch 2.1.0 / PyG 2.5.0 / Python 3.11. Datos: registros operativos de 28 puentes grúa de Kelude durante 3 años, divididos en conjuntos de entrenamiento/validación/prueba en proporción 7:1.5:1.5. GAT alcanza un F1 óptimo de 0.972 con configuración de 4 cabezas de atención, superando a GraphSAGE en 2.5 puntos porcentuales.

Comparativa GNN frente a métodos tradicionales: 5 métodos, 6 dimensiones

El experimento comparativo incluye 5 métodos: SVM (kernel RBF, C=10, γ='scale'), Random Forest (n_estimators=200, max_depth=15), MLP (tres capas totalmente conectadas, capas ocultas [128,64], ReLU+BN+Dropout), GCN (tres capas, hidden=64) y GAT (4 cabezas, hidden=64/cabeza). Para una comparación justa, todos los métodos utilizan el mismo conjunto de características de entrada: se extraen 10 características estadísticas por sensor, y los 12 sensores se concatenan en un vector de características de 120 dimensiones (solo GNN utiliza la estructura de grafo edge_index). Cada método se repite 5 veces, reportando media ± desviación estándar.

Composición del conjunto de datos: 28 puentes grúa (16 de tipo QD + 8 de tipo LD + 4 a prueba de explosión), que incluyen 12.544 muestras de operación normal, 3.840 muestras de fallo en rodamientos (con 3 subtipos: aro exterior, aro interior y elemento rodante), 2.560 muestras de desgaste en engranajes, 1.920 muestras de desalineación de ejes y 1.536 muestras de holgura, totalizando 22.400 muestras etiquetadas. Cada muestra es un vector de características estadísticas de una ventana deslizante de 256 puntos.

GAT lidera con una precisión del 97,2 %, superando a SVM en 12,5 puntos porcentuales. En el experimento de ablación, al sustituir la estructura del grafo por una matriz identidad (volviendo al modo MLP al eliminar la información de las aristas), la precisión de GCN descendió al 89,8 %, lo que confirma que la información de la estructura del grafo contribuye con aproximadamente 6,0 puntos porcentuales. En cuanto al número de parámetros, GNN, gracias a su mecanismo de compartición de parámetros (todos los nodos de la misma capa comparten la matriz de pesos W), solo requiere entre 9.344 y 9.732 parámetros, muy por debajo de los vectores de soporte de SVM y de los parámetros de conexión completa de MLP. Para más detalles de implementación, consulte el artículo sobre explicabilidad del modelo Grad-CAM de Kelude, que incluye un análisis de atribución SHAP.

Explicabilidad de rutas de diagnóstico: los pesos de atención revelan la cadena causal entre sensores

El mecanismo de atención de GAT ofrece una herramienta de explicabilidad natural: el peso de atención αᵢⱼ que cada nodo sensor asigna a sus vecinos refleja directamente la importancia diagnóstica de esa conexión. Al analizar la matriz de coeficientes de atención de los 12 nodos tras la convergencia del entrenamiento de GAT (12×12, normalizada para que cada fila sume 1), se observan los siguientes patrones clave:

Cadenas de alta atención (α≥0,20): V1V2 (propagación de vibración en el mismo soporte de rodamiento, α=0,32), V2V3 (cadena de transmisión reductor-tambor, α=0,28), C1C2 (acoplamiento de corriente en fases UV del mismo motor, α=0,25), V1T1 (cadena causal de desgaste de rodamiento que genera calor por fricción, α=0,22). Estas aristas de alta atención corresponden todas a sensores adyacentes en la cadena de transmisión física, lo que es consistente con los principios de la mecánica de transmisión.

Cadenas de baja atención (α≤0,08): V4Q2 (par en el extremo derecho del tambor de la rueda de traslación del carro, α=0,06), T3C3 (temperatura del aceite del reductor frente a corriente de la fase W del motor, α=0,07). Estos sensores pertenecen a subsistemas diferentes (mecanismo de desplazamiento del carro vs. mecanismo de elevación), con una distancia de aislamiento físico superior a 2 m; por tanto, un peso de atención bajo es razonable: el modelo identifica correctamente su débil correlación.

Explicabilidad del modo de fallo de rodamiento: Cuando el modelo diagnostica el fallo de rodamiento F1, los tres sensores con mayor contribución son V1 (atención α=0,32, peso Grad-CAM 0,41), V2 (α=0,28, peso Grad-CAM 0,32) y T1 (α=0,22, peso Grad-CAM 0,18). La contribución combinada de los sensores de vibración V1/V2 es del 73 %, mientras que el sensor de temperatura T1 contribuye un 18 %, lo que coincide plenamente con la manifestación física de un fallo de rodamiento (primero aumento de vibración, seguido de calentamiento por fricción).

La explicabilidad tiene un valor práctico real en entornos industriales: a través del panel de visualización de atención de GAT, los operarios pueden ver que "el diagnóstico actual se basa principalmente en las señales de vibración V1 y V2 del soporte de rodamiento", en lugar de una etiqueta de "fallo" inexplicable. Esto genera confianza en el diagnóstico por IA — en los 12 puentes grúa piloto desplegados por Kelude, la tasa de adopción de las recomendaciones de diagnóstico por parte de los operarios aumentó del 62 % inicial al 94 %.

Validación en planta: sistema de diagnóstico GNN en puente grúa de colada continua

Entorno de despliegue: En el taller de colada continua de una gran acería, 5 puentes grúa de doble viga QD32/5t, cada uno equipado con el kit de sensores KL-SEN-DEP de Kelude (adquisición en tiempo real de 12×10 dimensiones a 5 kHz). La unidad de computación en el borde utiliza un NVIDIA Jetson Orin NX (100 TOPS, 25 W de consumo). El modelo GAT se despliega tras cuantificación INT8 con TensorRT. Ratio de compresión del modelo: FP32 (37,2 MB) a INT8 (9,8 MB); latencia de inferencia reducida de 5,7 ms a 1,9 ms (descenso del 67 %), con una pérdida de precisión de solo el 0,3 % (F1=0,969).

Arquitectura del sistema: Tarjeta de adquisición de datos de sensores (NI 9234, 51,2 kS/s por canal) → Jetson Orin NX (FFT en tiempo real + extracción de características + inferencia GAT) → OPC UA (puerta de enlace MQTT) → Sistema MES del taller (alertas de fallo + órdenes de mantenimiento). Latencia de extremo a extremo: adquisición de datos del sensor + extracción de características (8,2 ms) → inferencia GAT (1,9 ms) → envío de alerta (12,5 ms), total inferior a 25 ms, cumpliendo con los requisitos de monitoreo en tiempo real del puente grúa.

Resultados operativos (marzo de 2025 a junio de 2026, 16 meses de operación continua): Se emitieron 184 alertas preventivas, de las cuales 118 fueron fallos confirmados (68 detectados inicialmente por GAT, 50 confirmados posteriormente por inspección manual). La tasa de alerta temprana fue del 57,6 %. Para fallos de rodamiento, la alerta temprana se emitió con un promedio de 72 horas de antelación (máximo 240 horas); para el desgaste de engranajes, el promedio fue de 96 horas. En comparación con el período previo al despliegue (inspección manual periódica + mantenimiento correctivo), las paradas no programadas se redujeron de un promedio anual de 7,2 a 2,8 (una disminución del 61 %), y los costos de mantenimiento se redujeron en un 44 %. Durante los 16 meses de operación, la precisión del modelo GAT se mantuvo estable en el rango del 95,8 % al 97,2 %, sin incidentes de seguridad debidos a fallos no detectados.

Para obtener detalles sobre la optimización de la cuantificación en el despliegue en el borde, consulte la práctica de despliegue en el borde con PyTorch, ONNX y TensorRT de Kelude.

Preguntas frecuentes (FAQ)

La ventaja de las redes neuronales de grafos (GNN) en el diagnóstico de fallas multi-sensor para puentes grúa ha sido rigurosamente validada mediante datos operativos de 28 grúas durante 3 años: GAT alcanza un F1=0.972, superando significativamente a SVM (0.847) y MLP (0.891), al tiempo que proporciona visualización de pesos de atención para mejorar la interpretabilidad del diagnóstico. En la implementación industrial, 16 meses de operación continua han reducido las paradas no programadas en un 61%, con alertas tempranas que se emiten con 72~96 horas de antelación, y los costos operativos son considerablemente inferiores a los de los métodos tradicionales. Kelude Industrias Pesadas está impulsando el entrenamiento conjunto de sistemas de diagnóstico GNN mediante aprendizaje federado entre grupos de puentes grúa, aprovechando datos de múltiples plantas para mejorar la capacidad de generalización del modelo.