Analisi della Permutation Feature Importance come strumento model-agnostic in presenza di variabili correlate: applicazione a modelli di simulazione per la manutenzione predittiva di turbogeneratori a vapore

Abstract

La presente tesi si inserisce in continuità con il tirocinio svolto in Fincantieri nell’ambito del progetto Remote Monitoring, dedicato al controllo da remoto e alla manutenzione predittiva dei turbogeneratori a vapore prodotti dall’azienda. Il sistema ha l’obiettivo di fornire un servizio di monitoraggio continuo dei parametri di funzionamento del macchinario tramite l’analisi automatizzata dei segnali raccolti da sensori di supervisione. L’elaborato approfondisce la fase di modellazione dei dati ed esamina metodi statistico-matematici per valutare l’importanza delle variabili coinvolte nel processo fisico, considerando la loro complessità e l’elevata correlazione. In particolare, la tesi combina un’analisi teorica delle metodologie di Feature Importance con applicazioni su dati reali provenienti dal monitoraggio dei turbogeneratori, valutando come tali strumenti possano contribuire a migliorare l’affidabilità dei modelli di simulazione impiegati nel progetto aziendale. L’attenzione è rivolta alla Permutation Feature Importance (PFI) e a una sua estensione condizionale, che stima l’importanza delle feature mantenendo le dipendenze tra variabili permutate, ottenendo misure più attendibili in presenza di forte correlazione tra le variabili esplicative. Vengono discusse le basi teoriche degli approcci considerati, i loro limiti e le possibili modifiche necessarie per adattarli a contesti ingegneristici reali, caratterizzati da dati complessi e altamente correlati. Le tecniche sviluppate sono applicate a un caso di studio su dati industriali, con l’obiettivo di valutarne l’efficacia nel supportare la costruzione di modelli più robusti e interpretabili. Il lavoro si propone come un contributo di raccordo tra teoria matematica e applicazioni industriali, unendo sviluppo metodologico e sperimentazione su dati provenienti da un contesto produttivo avanzato.

This thesis follows the internship carried out at Fincantieri within the Remote Monitoring project, dedicated to remote control and predictive maintenance of the steam turbogenerators manufactured by the company. The system aims to provide continuous monitoring of the machine’s operating parameters through automated analysis of signals collected by supervisory sensors. The work delves into the data-modelling phase and examines statistical–mathematical methods for assessing the importance of the variables involved in the physical process, taking into account their complexity and high correlation. In particular, the thesis combines a theoretical analysis of Feature Importance methodologies with applications to real data collected from turbogenerator monitoring, evaluating how these tools can help improve the reliability of the simulation models used in the industrial project. The focus is on Permutation Feature Importance (PFI) and its conditional extension, which estimates feature importance while preserving dependencies among permuted variables, thus providing more reliable measures in the presence of strong correlation among explanatory variables. The theoretical foundations of these approaches, their intrinsic limitations, and possible adjustments required to adapt them to real engineering contexts—characterised by complex and highly correlated data—are discussed. The developed techniques are applied to an industrial case study with the goal of assessing their effectiveness in supporting the construction of more robust and interpretable simulation models. The work therefore aims to act as a bridge between mathematical theory and industrial applications, combining methodological development with experimentation on real data from an advanced production environment.