Rilevamento Anomalie

Il sistema di rilevamento anomalie di Rela AI trova pattern inusuali nei dati dei tuoi asset prima che scatti un allarme ISA-18.2, prima che una tendenza sia visibile a occhio, e prima che l'asset si guasti. Nessuna soglia fissa — impara dai tuoi dati cosa è "normale" e segnala tutto ciò che non rientra.

A cosa serve

Gli allarmi tradizionali si attivano solo quando un valore supera un limite fisso. Ma molti problemi industriali non superano una soglia finché è troppo tardi. Un cuscinetto con usura incipiente vibra il 12% sopra il normale — dentro qualsiasi range di allarme, ma chiaramente anomalo se l'asset prima era in un altro regime.

Il rilevamento ML cattura esattamente quel caso. Addestrato sullo storico dell'asset stesso, distingue variazione normale da comportamento genuinamente inusuale.

Benefici concreti:

• Finestra di anticipo ampliata: rileva degrado settimane prima degli allarmi classici.
• Adatta a ciascun asset: ciò che è normale per la pompa A può essere anomalo per la B.
• Alimenta l'AHI: ogni rilevamento drena punti di anomaly_pressure, abbassando il grado anche senza allarmi ISA.
• Alimenta l'inbox unificato: rilevamenti warning+ arrivano all'Alert Aggregator con severità canonica.

Come funziona — ensemble IsolationForest + LOF

flowchart LR
  H[Storia letture<br/>per asset + metrica] --> E[Estrazione feature<br/>valore, media, std, rate]
  E --> M1[IsolationForest<br/>isola outlier globali]
  E --> M2[LocalOutlierFactor<br/>rileva outlier locali]
  M1 --> B[Boost per criticità<br/>dell'asset]
  M2 --> B
  B --> S{Score ≥ 0.7?}
  S -- No --> X[Scarta]
  S -- Sì --> D[Persisti rilevamento<br/>con severità canonica]
  D --> AG[Alert Aggregator]
  D --> AHI[anomaly_pressure<br/>dell'AHI]

IsolationForest: costruisce alberi casuali che isolano punti "rari" con poche partizioni. Buono per outlier globali.

LocalOutlierFactor (LOF): confronta la densità locale di un punto con quella dei vicini. Buono per cambi di regime.

Ensemble: combinare entrambi copre i due modi di guasto più comuni. Score finale tra 0 e 1.

Boost per criticità

L'asset_criticality boosta lo score: un 0.75 su asset critico equivale a 0.85 finale e supera la soglia high.

Severità canonica

La stessa scala è usata da prognostica (su RUL) ed energia (su z-score).

Integrazione con anomaly_pressure dell'AHI

Ogni rilevamento persistito conta per anomaly_pressure:

• critical → −8 punti
• high → −4 punti
• warning → −1.5 punti
• info → 0

Finestra di 7 giorni, pavimento a 10.

Strategia di addestramento

Il modello impara dal cliente

Nessun modello generico pre-addestrato. Ogni tenant addestra sui propri dati storici.

• Dataset minimo: almeno 200 letture per (asset, metrica).
• Retraining: modelli si riallenano automaticamente quando si rileva drift del RUL o quando si chiude un evento di guasto.
• Persistenza: ogni modello è versionato e legato a asset_id + metric_name.

Cold start

Mentre un asset non ha dati sufficienti, il rilevamento ML è in riposo. L'AHI continua a calcolarsi senza anomaly_pressure fino a che il modello è pronto.

Come usarlo

Visualizzare anomalie attive

1. Asset → elenco — colonna "Anomalie 7g".
2. Asset → dettaglio — tab Anomalie.
3. Inbox — alert consolidati via Alert Aggregator.

Regolare sensibilità

Per modello:

• Soglia score (default 0.7).
• Finestra feature (default 24h).
• Criticità asset.

UI: Asset → Anomalie → Configura.

Azioni automatiche

Una regola può convertire un'anomalia critica in ordine di lavoro, notifica WhatsApp/email, escalation, sync CMMS.

Limitazioni

• Modelli per asset + per metrica. Nessuna condivisione di parametri tra asset simili.
• Dati scarsi degradano il segnale. Sotto ~200 punti la detection resta in riposo.
• Sensor staleness. Se il sensor watchdog marca la sorgente come stale, le anomalie di quella sorgente sono soppresse.
• Non sostituisce l'analisi causale. Ti dice cosa è anomalo e quando, non sempre il perché.

Casi d'uso

Caso 1 — Usura cuscinetto precoce. Pompa B-07: vibration_rms media 2.1 mm/s. Improvvisamente letture consecutive a 2.9. Entro limiti ISA. LOF rileva il cambio di regime. Score 0.84 → high. Tecnico trova usura incipiente.

Caso 2 — Perdita interna valvola. Compressore C-03: pressione normale, temperatura sale 0.3°C/giorno correlata. IsolationForest segna score 0.91 → critical. Investigazione rivela perdita interna nella valvola di scarico.

Caso 3 — Falso positivo utile. Sistema segna score 0.73 su estrattore X-02 durante turno notturno. Era modalità ridotta pianificata non documentata. Il team ingegneria aggiunge il setpoint al registro operativo.

Benefici chiave

• Cattura pattern che le soglie fisse non vedono.
• Per tenant, per asset, per metrica.
• Ensemble IsolationForest + LOF.
• Severità canonica compatibile con il resto del sistema.
• Alimenta anomaly_pressure dell'AHI.
• Consolidamento automatico nell'Alert Aggregator.