Trasformatore Tiny-Mamba guidato dalla fisica per il rilevamento dei guasti alle macchine

Un nuovo modello di intelligenza artificiale, il Physics-Guided Tiny-Mamba Transformer (PG-TMT), mira a migliorare l'allarme precoce dei guasti nei macchinari rotanti. Il compatto encoder a tre rami è progettato per il monitoraggio delle condizioni online in condizioni non stazionarie, cambi di dominio e squilibrio di classe. Utilizza uno strato convoluzionale separabile in profondità per i micro-transitori, un ramo a spazio di stato Tiny-Mamba per il degrado a lungo termine e un Trasformatore locale leggero per le risonanze cross-canale. Una mappatura analitica temporale-spettrale lega l'attenzione alle bande di ordine di guasto dei cuscinetti, fornendo punteggi di plausibilità fisica. La ricerca è stata pubblicata su arXiv (2601.21293v2) e si rivolge a prognostici incentrati sull'affidabilità con bassi tassi di falsi allarmi.