Rilevamento di anomalie spettrali guidato dalla fisica per il monitoraggio del pompaggio nei compressori: un framework con allarme persistente in tempo reale

Abstract

Il pompaggio nei compressori (surge) è una rapida instabilità aerodinamica, difficile da rilevare con i tradizionali strumenti diagnostici basati sulle vibrazioni. Inoltre, i modelli standard di vita utile residua (RUL) falliscono per i surge innescati esternamente a causa di limiti intrinseci di osservabilità. Questa tesi sviluppa un framework spettrale guidato dalla fisica per il monitoraggio del surge in tempo reale, utilizzando segnali di pressione dinamica campionati a 51,2 kHz.

Invece di metodi black-box, il ragionamento fisico definisce l'algoritmo. L'energia spettrale sotto i 500 Hz viene integrata per isolare le inversioni di flusso aerodinamiche dal rumore meccanico ad alta frequenza. Questa energia è normalizzata rispetto a un riferimento sano per calcolare un Indice di Degrado della Salute (HDI) limitato. Per contrastare l'"illusione di guarigione" (dove i cali di pressione durante il surge ciclico simulano falsamente un recupero), viene applicato un filtro causale di massimo mobile a 30 secondi.

Testato su una ground truth a tre classi, l'indice separa con successo stati sani, incipienti e instabili. Su run di test indipendenti, il sistema ha generato zero falsi allarmi su 3.334 frame sani. Per guasti improvvisi e graduali, la soglia critica è stata raggiunta 2,2 s e 2,4 s dopo le transizioni etichettate, limitata strettamente dal ritardo di gruppo computazionale della pipeline.

Studi di ablazione dimostrano che sia il taglio in frequenza che la durata della memoria si trovano su plateau stabili, garantendo la robustezza algoritmica. Questa insensibilità facilita la calibrazione specifica della macchina richiesta prima di trasferire il framework su altri compressori. La pipeline è computazionalmente leggera, interpretabile e pronta per l'implementazione su hardware di controllo industriale standard.

Compressor surge is a rapid aerodynamic instability that evades traditional vibration-based diagnostic tools. Standard remaining-useful-life (RUL) models also fail for externally triggered surges due to an inherent observability limitation. This thesis develops a physics-guided spectral framework for real-time surge monitoring using dynamic pressure signals sampled at 51.2 kHz.

Rather than using black-box methods, physical reasoning defines the algorithm. Spectral energy below 500 Hz is integrated to isolate aerodynamic flow reversals from high-frequency mechanical noise. This energy is normalized against a healthy reference to compute a bounded Health Degradation Index (HDI). To counteract the 'healing illusion'—where pressure drops during cyclic surge falsely mimic recovery—a causal 30-second rolling maximum filter is applied.

Tested against a three-class ground truth, the index successfully separates healthy, incipient, and unstable states. On independent test runs, the system triggered zero false alarms across 3,334 healthy frames. For sudden and gradual faults, the critical threshold was reached 2.2 s and 2.4 s after the labelled transitions, bounded strictly by the pipeline's computational group delay.

Ablation studies demonstrate that both the frequency cutoff and memory duration sit on stable plateaus, ensuring algorithmic robustness. This insensitivity eases the machine-specific calibration required before transferring the framework to other compressors. The pipeline relies solely on windowed transforms and rolling filters, making it computationally light, fully interpretable, and suitable for deployment on standard industrial control hardware.