물리학 기반의 경량 Mamba Transformer를 이용한 신뢰성 중심의 조기 고장 경보 시스템

Physics-Guided Tiny-Mamba Transformer for Reliability-Aware Early Fault Warning

회전 기계의 신뢰성 중심의 예측 관리를 위해서는 비정상적인 작동 조건, 속도/부하/센서 간의 도메인 변화, 심각한 클래스 불균형에도 정확성을 유지하면서 오경보율을 낮추고 예측 가능하게 하는 조기 경보 신호가 필요합니다. 본 연구에서는 온라인 상태 모니터링을 위해 설계된 경량의 3분기 인코더인 Physics-Guided Tiny-Mamba Transformer (PG-TMT)를 제안합니다. 깊이 분리 컨볼루션 스템은 미세한 과도 현상을 포착하고, Tiny-Mamba 상태 공간 분기는 거의 선형적인 장거리 동역학을 모델링하며, 경량 로컬 Transformer는 채널 간의 공진을 인코딩합니다. 모델의 어텐션 스펙트럼을 기존 베어링 고장 주파수 대역과 연결하는 분석적인 시간-주파수 매핑을 도출하여, 물리적 타당성을 정량화하고 물리학 기반의 설명을 제공하는 대역 정렬 점수를 얻습니다. 의사 결정의 신뢰성을 확보하기 위해, 정상 상태 점수의 초과 현상은 극단값 이론(EVT)을 사용하여 모델링하여, 목표 오경보 강도를 달성하는 임계값을 설정합니다. 이중 임계값 히스테리시스와 최소 유지 시간을 추가하여 불필요한 경고를 더욱 억제합니다. CWRU, Paderborn, XJTU-SY 데이터셋과 산업 현장 시뮬레이션에서 누출 없는 스트리밍 프로토콜과 누락된 감지를 오른쪽 검열하여 PG-TMT는 불균형 데이터셋에 대해 높은 정밀도-재현율 AUC, 경쟁력 있거나 더 높은 ROC AUC, 그리고 동일한 오경보 강도에서 더 짧은 평균 탐지 시간을 달성합니다. 또한, 도메인 간의 뛰어난 성능을 보입니다. PG-TMT는 물리학 기반의 표현과 EVT로 조정된 의사 결정 규칙을 결합하여, 신뢰성 중심의 예측 관리 및 건강 관리를 위한 신뢰할 수 있고 해석 가능하며 배포 가능한 조기 경보를 제공합니다.

Reliability-centered prognostics for rotating machinery requires early warning signals that remain accurate under nonstationary operating conditions, domain shifts across speed/load/sensors, and severe class imbalance, while keeping the false-alarm rate small and predictable. We propose the Physics-Guided Tiny-Mamba Transformer (PG-TMT), a compact tri-branch encoder tailored for online condition monitoring. A depthwise-separable convolutional stem captures micro-transients, a Tiny-Mamba state-space branch models near-linear long-range dynamics, and a lightweight local Transformer encodes cross-channel resonances. We derive an analytic temporal-to-spectral mapping that ties the model's attention spectrum to classical bearing fault-order bands, yielding a band-alignment score that quantifies physical plausibility and provides physics-grounded explanations. To ensure decision reliability, healthy-score exceedances are modeled with extreme-value theory (EVT), which yields an on-threshold achieving a target false-alarm intensity (events/hour); a dual-threshold hysteresis with a minimum hold time further suppresses chatter. Under a leakage-free streaming protocol with right-censoring of missed detections on CWRU, Paderborn, XJTU-SY, and an industrial pilot, PG-TMT attains higher precision-recall AUC (primary under imbalance), competitive or better ROC AUC, and shorter mean time-to-detect at matched false-alarm intensity, together with strong cross-domain transfer. By coupling physics-aligned representations with EVT-calibrated decision rules, PG-TMT delivers calibrated, interpretable, and deployment-ready early warnings for reliability-centric prognostics and health management.