WF-14 · Process Sentinel

Process Sentinel

Rileva anomalie e guasti su un processo chimico dinamico generico con truth separata, benchmark sintetico congelato di 28 giorni e un ensemble drift-aware PCA + residui di processo.

Sperimentale · impianto simulatoOgni 6 h: 00:50/06:50/12:50/18:50 UTCIndustria · process monitoring · anomaly detection
Card dimostrativa: sintesi del workflow, non evidenza di impianto reale.
1 · In una frase

Rileva anomalie e guasti su un processo chimico dinamico generico con truth separata, benchmark sintetico congelato di 28 giorni e un ensemble drift-aware PCA + residui di processo.

2 · Perché esiste

Studiare come un sistema di monitoraggio possa riconoscere anomalie e guasti, misurando insieme sensibilità, falsi allarmi e tempo di rilevazione su un benchmark controllato.

3 · Cosa produce

Stato, anomaly score, contributori, eventi rilevati/mancati, recall, falsi allarmi, delay e readiness del benchmark.

Le immagini provengono dai run dimostrativi inclusi nel repository allegato e sono mostrate senza data per illustrare struttura, metodo ed evidenza del workflow.

Panoramica del workflow e output principale.
Metodo di calcolo e pipeline.
Evidenza, metriche o controlli del run dimostrativo.
Storico, sensitività o contesto di validazione.

4 · Come funziona

Dal dato all’output, con controlli espliciti.

1Simulatore CSTR e fault truth separata
2Feature multivariate e gestione missing
3PCA T²/Q ad alta specificità
4Residui fisici + CUSUM lento
5Voting ensemble e fault hypothesis
6Benchmark congelato e metriche evento

Pattern trasferibile: Multivariate monitoring + frozen synthetic evaluation era.

5 · Dati, AI/ML/RPA e metodo

Dati e feature

sensori multivariati CSTR generico, rumore, missing data, guasti step/drift/intermittent

Calcolo / inferenza

ensemble drift-aware: PCA T²/Q ad alta specificità + residui bilancio vapore, raffreddamento e reazione + CUSUM lento sul residuo vapore; Isolation Forest/autoencoder come comparatori; classifier fault

Validazione

parametri fissati su simulazione di sviluppo separata; stesso benchmark sintetico congelato di 28 giorni; event recall, missed rate, episodi di falso allarme/24h, delay P50/P90, confronto con ensemble v1.4.16 e anti-leakage

Stack

Python, NumPy, pandas, scikit-learn, SQLite, Matplotlib

6 · Dossier tecnico

Condizioni operative e limiti dichiarati.

Frequenza di calcoloOgni 6 h: 00:50/06:50/12:50/18:50 UTC
Pubblicazione previstaSolo eventi materiali; finestre riservate lun/ven con cooldown
Applicazioni possibilicondition monitoring, early warning e diagnosi assistita
Uso di ricercadetection-delay/false-alarm trade-off e model gate
Condizione necessariaprestazioni valide solo per benchmark/simulatore dichiarato
Failure modeprestazioni valide solo per il simulatore; residui di processo specifici del banco prova e classifier non calibrato richiedono validazione prima del trasferimento a impianto reale
Limite di interpretazione

Il benchmark e il processo sono sintetici. Le prestazioni non sono trasferibili automaticamente a un impianto reale e i residui di processo devono essere ridisegnati sul processo target.

7 · Verifica e approfondimento

Leggi il workflow nel contesto del laboratorio.