Redes neurais gráficas (GNN) vs. métodos tradicionais: qual é o mais preciso no diagnóstico de avarias em múltiplos sensores de guindastes — comparação de projetos de mapas de correlação de sensores

A precisão do diagnóstico de avarias nas pontes rolantes está diretamente relacionada com a segurança do equipamento e do pessoal. Atualmente, a abordagem predominante continua a basear-se no paradigma da extração de características de sensores independentes combinada com classificadores tradicionais — extraindo características estatísticas (RMS/pico/desvio padrão/assimetria) de cada sensor de vibração, temperatura e corrente, respectivamente, e combinando-as num vetor de alta dimensão para, em seguida, serem introduzidas num SVM ou MLP. No entanto, esta abordagem apresenta um problema fundamental: ignora a relação estrutural entre os sensores. Tomando o mecanismo de elevação como exemplo, existe uma cadeia causal física entre a vibração anómala do redutor (sensor V3) e a flutuação da corrente do motor (sensor C2) — desgaste das engrenagens → impacto de engate → flutuação do binário do motor → flutuação da corrente. Esta informação de correlação perde-se completamente nos vetores de características independentes.

As redes neurais em grafos (GNN) modelam o sistema de sensores como uma estrutura em grafo (nós = sensores, arestas = relações físicas/funcionais) e agregam automaticamente as informações dos nós vizinhos durante o processo de transmissão de mensagens, captando assim as relações estruturadas entre os sensores. Este artigo, com base na plataforma experimental de diagnóstico de avarias em pontes rolantes da Krud Heavy Industry (12 tipos de sensores × 28 pontes rolantes × 3 anos de dados de funcionamento), compara o desempenho de classificação, a interpretabilidade e a eficiência de implementação das GNN com os métodos tradicionais.

Construção de mapas com múltiplos sensores em pontes rolantes: definição de nós, regras de arestas e matriz de adjacência

Definição de nó:A plataforma de diagnóstico de avarias das pontes rolantes da Krude Heavy Industry utiliza 4 tipos de sensores em cada componente-chave, num total de 12 nós: sensores de vibração V1 a V4 (localizados, respetivamente, no mancal do lado do acionamento do motor de elevação, no mancal do lado de entrada do redutor, no mancal do tambor e no mancal das rodas de deslocamento do carro); sensores de temperatura T1 a T3 (no enrolamento do estator do motor de elevação, na superfície de fricção do travão e na câmara de óleo do redutor), sensores de corrente C1 a C3 (um em cada fase trifásica do motor de elevação) e sensores de binário Q1 e Q2 (nas duas extremidades do eixo do tambor). A partir dos sinais brutos recolhidos por cada sensor, após segmentação através de uma janela deslizante de 256 pontos, são extraídas características de 10 dimensões (RMS, fator de pico, fator de forma de onda, fator de impulso, fator de margem, assimetria, excentricidade, centro de gravidade da frequência, rácio de energia da banda de frequência [0~500 Hz], rácio de energia da banda de frequência [500~2000 Hz]), constituindo o vetor de características do nó xᵢ∈ℝ¹⁰.

Definição da política:A construção do conjunto de arestas E recorre a uma combinação de três regras — arestas de ligação física (sensores na mesma cadeia de transmissão, como V1→C1→T1, que formam a cadeia de monitorização do motor de elevação, com peso da aresta w=1,0), arestas de acoplamento funcional (pares de sensores com relação de causalidade mútua, como o acoplamento eletromecânico entre a vibração do redutor V3 e a corrente do motor C2, cuja ligação é determinada pela informação mútua MI ≥ 0,3, com peso da aresta w = MIᵢⱼ) e arestas de vizinhança espacial (sensores com distância de instalação d ≤ 500 mm, cujo peso é o inverso da distância, w = 1/d). O grafo final G=(V,E) contém 12 nós e 38 arestas (das quais 18 de ligação física, 12 de acoplamento funcional e 8 de proximidade espacial), sendo a densidade do grafo ρ=2|E|/(|V|(|V|-1))=0,576.

Matriz de vizinhança A:De dimensões 12×12, Aᵢⱼ = wᵢⱼ (quando existe uma aresta, utiliza-se o valor do peso) e Aᵢⱼ = 0 (quando não existe aresta ou quando se trata de um ciclo próprio i=j, adicionado na pós-processamento) . A matriz de adjacência é submetida a uma normalização simétrica: Â = D^(-½)·A·D^(-½), em que D é a matriz de grau. Os valores próprios λ de Â, após a normalização, pertencem ao intervalo [-1,1], garantindo a estabilidade numérica do treino da GNN.

Fonte dos dados: Norma de implantação de sensores da plataforma de diagnóstico de avarias de pontes rolantes da Krud Heavy Industry (KL-SEN-DEP-2025 Rev. 3) e registos de implantação obtidos em medições reais em 28 pontes rolantes. Cada tipo de sensor foi submetido a calibração metrológica antes da instalação (validade ≤ 12 meses), tendo os números dos certificados de calibração sido arquivados para consulta futura.

Arquitetura dos modelos GCN e GAT: mecanismo de transmissão de mensagens e implementação em PyG

Rede de Convolução de Imagens (GCN):Kipf & Welling (2016) propuseram que a operação central consiste na normalização e agregação das características dos vizinhos: H⁽ˡ⁺¹⁾ = σ(·H⁽ˡ⁾·W⁽ˡ⁾). A experiência da Krud Heavy Industries utilizou uma arquitetura GCN de três camadas: camada de entrada (12×64, ReLU + Dropout p=0,3) → camada oculta (64×128, ReLU + Dropout p=0,3) → camada de saída (128×4, Softmax). Cada camada utiliza a matriz de vizinhança normalizada simétrica  para a agregação, o que equivale a um pooling de média local para sensores espacialmente adjacentes. O número total de parâmetros totalmente conectados é de (12×64) + (64×128) + (128×4) = 9 344 parâmetros treináveis; durante a inferência, o atraso na propagação direta de uma amostra é de 3,2 ms (NVIDIA RTX 3060).

Rede de Atenção Gráfica (GAT):Velickovic et al. (2018) introduziram um mecanismo de atenção, atribuindo a cada aresta um coeficiente de atenção aprendível αᵢⱼ: αᵢⱼ = softmaxₓ(LeakyReLU (aᵀ·[W·hᵢ∥W·hⱼ])), sendo a fórmula de agregação hᵢ’ = σ(∑αᵢⱼ·W·hⱼ). Utiliza-se um mecanismo de atenção de 4 cabeças (head=4), sendo que cada cabeça produz uma representação oculta de 16 dimensões, que são concatenadas para formar uma representação oculta de 64 dimensões; seguem-se duas camadas de GAT, às quais se liga uma cabeça de classificação totalmente conectada. A vantagem do mecanismo de atenção reside no facto de o sistema aprender automaticamente quais as ligações entre sensores que são mais importantes — os experimentos revelaram que o peso de atenção α=0,32 para V1↔V2 (vibração do mancal) foi o mais elevado, enquanto que α = 0,09 entre V3↔T2 (vibração do tambor ↔ temperatura do travão) foi o mais baixo, o que demonstra que o modelo captou corretamente a intensidade das relações físicas.

Código de implementação em PyG (ciclo de treino 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):
    """三层GCN天车故障诊断模型"""
    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):
    """多头注意力GAT故障诊断模型——4头×16维"""
    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)

# 数据加载（28台×12节点×3年时序→图结构数据）
# edge_index: [2, 76]  (38条无向边→76条有向边)
# x: [12, 10]          (12节点×10维特征)
# y: [12]              (节点级故障标签: 0正常/1轴承/2齿轮/3不对中/4松动)
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}')

Descrição do código: O GCNFaultDetector utiliza uma transmissão de mensagens GCNConv de três camadas, com dimensão oculta de 64 e Dropout de 0,3 para evitar o sobreajuste. O GATFaultDetector utiliza atenção de 4 cabeças na primeira camada (cada cabeça com 16 dimensões → concatenadas para 64 dimensões) e atenção de cabeça única na última camada, produzindo probabilidades de falha para 4 categorias. Ambos partilham a estrutura edge_index (38 arestas não direcionadas → 76 arestas direcionadas); nos experimentos, a velocidade de convergência do GAT foi cerca de 301 TP3T mais rápida do que a do GCN (atingindo o resultado ótimo no conjunto de validação em 60 iterações contra 90 iterações).

Plataforma de testes: NVIDIA RTX 3060 12 GB / PyTorch 2.1.0 / PyG 2.5.0 / Python 3.11. Dados: registos de funcionamento de 28 pontes rolantes da Krude Heavy Industry ao longo de 3 anos, divididos em conjuntos de treino, validação e teste na proporção de 7:1,5:1,5. O GAT atingiu um F1 ótimo de 0,972 com uma configuração de atenção de 4 cabeças, 2,5 pontos percentuais acima do GraphSAGE.

GNN vs. métodos tradicionais: comparação exaustiva de 5 métodos em 6 dimensões

A experiência comparativa incluiu 5 métodos: SVM (núcleo RBF, C=10, γ=’scale’), floresta aleatória (n_estimators=200, max_depth=15), MLP (três camadas totalmente conectadas, camada oculta [128,64], ReLU+BN+Dropout), GCN (três camadas, hidden=64) e GAT (4 cabeças, hidden=64/cabeça). Para garantir uma comparação justa, todos os métodos utilizaram o mesmo conjunto de características de entrada: foram extraídas características estatísticas de 10 dimensões de cada sensor, e os 12 sensores foram combinados para formar um vetor de características de 120 dimensões (apenas o GNN utilizou a estrutura de grafo edge_index). Cada método foi repetido 5 vezes, tendo-se calculado a média ± desvio-padrão.

Composição do conjunto de dados:28 pontes rolantes (16 do tipo QD + 8 do tipo LD + 4 do tipo à prova de explosão), incluindo 12 544 amostras de funcionamento normal e 3 840 amostras de avarias nos rolamentos (incluindo anéis exteriores/anéis interiores/ corpos rolantes — três subtipos), 2 560 amostras de desgaste de engrenagens, 1 920 amostras de desalinhamento e 1 536 amostras de folga, num total de 22 400 amostras etiquetadas. Cada amostra corresponde a um vetor de características estatísticas de uma janela deslizante de 256 pontos.

O GAT lidera com uma precisão de 97,21 TP3T, o que representa um aumento de 12,5 pontos percentuais em relação ao SVM. Nos experimentos de ablação, em que a estrutura de grafo foi substituída por uma matriz identitária (retornando ao modo MLP após a remoção da informação das arestas), a precisão do GCN desceu para 89,81 TP3T, o que confirma que a informação da estrutura de grafo contribui com cerca de 6,0 pontos percentuais. No que diz respeito ao número de parâmetros, a GNN, graças ao mecanismo de partilha de parâmetros (todos os nós da mesma camada partilham os pesos W), necessita apenas de 9 344 a 9 732 parâmetros, um valor muito inferior ao número de vetores de suporte da SVM e ao número de parâmetros totalmente conectados da MLP. Para mais detalhes sobre a implementação, consulte a Krud Heavy Industry.Artigo sobre a interpretabilidade do modelo Grad-CAMAnálise de atribuição SHAP.

Explicabilidade de percursos associados: os pesos de atenção revelam ligações causais entre sensores

O mecanismo de atenção do GAT proporciona uma ferramenta de interpretabilidade natural — cada peso de atenção αᵢⱼ atribuído por cada nó sensor aos seus vizinhos reflete diretamente a importância diagnóstica dessa ligação. Ao analisar a matriz de coeficientes de atenção dos 12 nós (12×12, normalizada para que a soma das linhas seja igual a 1) após a convergência do treino do GAT, foram identificados os seguintes padrões-chave:

Ligações de elevada atenção (α ≥ 0,20):V1→V2 (propagação de vibrações no mesmo suporte de rolamentos, α=0,32), V2→V3 (redutor → cadeia de transmissão do tambor, α=0,28), C1→C2 (acoplamento de corrente entre as fases U↔V do mesmo motor, α=0,25), V1→T1 (cadeia causal desgaste do rolamento → aumento da temperatura por atrito, α=0,22). Todas estas arestas de alta atenção correspondem a sensores adjacentes na cadeia de transmissão física, em consonância com os princípios da transmissão mecânica.

Ligações com baixo nível de atenção (α ≤ 0,08):V4→Q2 (rodas de deslocamento do carro ↔ binário na extremidade direita do tambor, α=0,06), T3→C3 (temperatura do óleo do redutor ↔ corrente da fase W do motor, α=0,07). Estes sensores pertencem a subsistemas diferentes (mecanismo de deslocamento do carro vs. mecanismo de elevação), com uma distância de isolamento físico > 2 m, pelo que é razoável que a ponderação de atenção seja baixa — o modelo identificou corretamente a fraca correlação entre eles.

Explicabilidade dos modos de falha dos rolamentos:Quando o modelo diagnostica uma avaria no rolamento F1, os três sensores que mais contribuem são o V1 (atenção α = 0,32 → peso Grad-CAM 0,41) , V2 (α = 0,28 → peso Grad-CAM 0,32) e T1 (α = 0,22 → peso Grad-CAM 0,18). A contribuição dos sensores de vibração V1/V2 representa 73%, enquanto a do sensor de temperatura T1 representa 18%, o que está em total consonância com o comportamento físico da avaria do rolamento (primeiro aumento da vibração → depois aquecimento por atrito).

A explicabilidade tem valor prático em contextos industriais: através do painel de visualização de atenção do GAT, os operadores podem ver que ”os resultados do diagnóstico atual provêm principalmente dos sinais de vibração V1 e V2 do suporte do rolamento”, em vez de uma etiqueta inexplicável de ”avaria», o que permite criar confiança no diagnóstico da IA — — nas 12 pontes rolantes piloto implementadas pela Krud Heavy Industry, a taxa de aceitação dos resultados de diagnóstico por parte dos operadores aumentou de 62%, na fase inicial, para 94%.

Validação da implementação industrial: Sistema de diagnóstico GNN para pontes rolantes na linha de lingotamento contínuo de uma siderurgia

Ambiente de implementação:Na secção de lingotamento contínuo de uma grande siderurgia, existem 5 guindastes de ponte QD32/5t, cada um equipado com um conjunto de sensores KL-SEN-DEP da Krud Heavy Industry (12×10 dimensões × 5 kHz de recolha em tempo real), sendo que a unidade de computação de borda utiliza o NVIDIA Jetson Orin NX (100 TOPS, consumo de energia de 25 W), tendo o modelo GAT sido implementado após quantização INT8 através do TensorRT. Rácio de compressão do modelo: FP32 (37,2 MB) → INT8 (9,8 MB); atraso de inferência de 5,7 ms → 1,9 ms (redução de 671 TP3T); perda de precisão de apenas 0,31 TP3T (F1 = 0,969).

Arquitetura do sistema:Sensor → Placa de aquisição de dados (NI 9234, 51,2 kS/s por canal) → Jetson Orin NX (FFT em tempo real + extração de características + inferência GAT) → OPC UA (gateway MQTT) → Sistema MES da fábrica (alertas de avaria + ordens de manutenção). Atraso de ponta a ponta: recolha de dados do sensor → extração de características (8,2 ms) → inferência GAT (1,9 ms) → envio de alertas (12,5 ms), totalizando<25 ms, o que satisfaz os requisitos de monitorização em tempo real da grua.

Resultados da operação (março de 2025 a junho de 2026, 16 meses de funcionamento contínuo):Foram emitidos 184 alertas, tendo sido confirmadas 118 avarias (das quais 68 foram comunicadas pela primeira vez pelo GAT e 50 foram confirmadas com atraso através de inspeções manuais), com uma taxa de alerta antecipado de 57,61 TP3T. O alerta antecipado de avarias nos rolamentos ocorreu, em média, 72 horas antes (sendo o mais precoce 240 horas antes), o aviso prévio de desgaste das engrenagens ocorreu, em média, com 96 horas de antecedência. Em comparação com o período anterior à implementação (inspeções manuais periódicas + reparações a posteriori), as paragens não planeadas diminuíram de uma média anual de 7,2 para 2,8 (–61%), tendo os custos de manutenção diminuído em 44%. Durante os 16 meses de funcionamento, a taxa de precisão do modelo GAT manteve-se estável no intervalo de 95,81 TP3T a 97,21 TP3T, não tendo ocorrido qualquer acidente de segurança resultante de falhas de deteção.

Para mais detalhes sobre a otimização quantitativa da implementação na periferia, consulte a Krud Heavy IndustryPráticas de implementação em periféricos: PyTorch → ONNX → TensorRT。

Perguntas frequentes (FAQ)

As vantagens das redes neurais gráficas no diagnóstico de avarias em gruas, com base em dados de vários sensores, foram rigorosamente comprovadas através de dados de funcionamento de 28 gruas ao longo de 3 anos: A GAT superou significativamente a SVM (0,847) e a MLP (0,891) com um F1 de 0,972, ao mesmo tempo que proporciona a visualização dos pesos de atenção, aumentando a explicabilidade do diagnóstico. Na implementação industrial, 16 meses de funcionamento contínuo reduziram as paragens não planeadas em 611 TP3T, com alertas antecipados com uma antecedência média de 72 a 96 horas, e os custos operacionais são significativamente inferiores aos dos métodos tradicionais. A Krud Heavy Industry está a promover o treino conjunto de aprendizagem federada do sistema de diagnóstico GNN entre grupos de pontes rolantes, aproveitando ainda mais os dados inter-fábricas para melhorar a capacidade de generalização do modelo.