TruckVitals, Detección de Inicio en Telemetría de Camiones (Primero el Régimen, Luego el Residuo)
Cada canal de un camión de extracción se mueve con la carga, la pendiente y la velocidad, así que un detector de cambio sobre telemetría cruda detecta que el camión va cuesta arriba, no una falla. TruckVitals segmenta PRIMERO el régimen de operación, desde canales de contexto disjuntos de los monitoreados, y detecta sobre el residuo dentro de régimen, para que una alarma signifique una falla en desarrollo. El titular no lleva detector adentro: en subconjuntos de seis condiciones de operación de NASA C-MAPSS la firma de falla es 0,16 sigma de la dispersión agrupada y 11,95 sigma de la dispersión dentro de régimen, una razón de 90,2, mientras los subconjuntos de una sola condición devuelven exactamente 1,00 como control negativo que nadie diseñó. También entrega un NULO publicado (el condicionamiento por régimen no mejora la localización del inicio) y una afirmación RETIRADA (no se afirma reducción de falsas alarmas en ninguna parte, porque el brazo crudo gana esa métrica en la vía sintética). El titular cambió después de que una revisión encargada para refutarlo rompió tres de los cuatro números originales.
Contexto de Negocio
Una falla no planificada de un camión de extracción saca una unidad de la flota en el peor momento y puede convertir un cambio de componente en una reparación mayor, así que detectar antes una falla en desarrollo vale dinero real. El obstáculo para desplegar un detector así no suele ser el algoritmo, es la confianza: un sistema de monitoreo que alarma cada vez que el camión sube una rampa queda silenciado en una semana, y una vez silenciado no protege nada. Segmentar primero el régimen de operación es lo que hace que una alarma signifique algo sobre lo que un planificador de mantenimiento pueda actuar, y declarar el resultado central como un tamaño de efecto sin detector es lo que permite que esa afirmación sobreviva a un cambio de umbral, convención de alarma o presupuesto. La honestidad es parte del valor aquí: un nulo publicado sobre localización del inicio y una afirmación retirada de falsas alarmas le dicen al lector exactamente para qué decisiones este método debe y no debe usarse, lo que es más útil que un solo número de titular que depende en silencio de cómo se armó el benchmark.
Valor Estratégico
TruckVitals es el caso más claro de la línea de un resultado que se hizo más pequeño y más confiable a propósito. Una versión anterior reportaba 0,96 a 0,05 recuperando a 0,98, y 0,69 a 0,06 recuperando a 0,88. Se encargó una revisión específicamente para REFUTARLO, y a lo largo de ocho ataques (incluido un placebo de contexto barajado) confirmó el mecanismo y rompió tres de esos cuatro números. Las tres causas eran defectos reales y las tres favorecían el resultado: al brazo crudo se le había dado un tercio de los datos sanos del brazo de residuo, el umbral se elegía sobre los datos que luego puntuaba mientras el código aceptaba un argumento de calibración que nunca leía, y el brazo que llevaba el 0,88 había corrido con n_regimes=1, una regresión global de contexto sin ninguna segmentación adentro. La respuesta fue mover el titular a un tamaño de efecto sin detector, recalcularlo desde los brazos elegibles, citar el PEOR de los dos pares junto al mejor, publicar el nulo y retirar por completo la afirmación de falsas alarmas. Tres defectos de motor encontrados en el camino se corrigieron y publicaron en el paquete regimecpd publicado por separado (un umbral de corte de ADWIN que no coincidía ni con el paper ni con MOA, una búsqueda de umbral por presupuesto que no podía ver umbrales válidos bajo una violación local y le costaba a los brazos multi-condición un factor de tres a seis, y una guarda de escala degenerada inefectiva). El producto no declara paquete propio: el motor es regimecpd en PyPI, desde su propio repositorio.
El Desafío
El monitoreo de condición en equipo móvil tiene un problema que la maquinaria fija no tiene. Un camión de extracción cambia constantemente lo que hace: la carga, la pendiente del camino y la velocidad se mueven, y cada canal monitoreado se mueve con ellos. Corre un detector de cambio directamente sobre esa telemetría y los mayores cambios que encuentra son el camión cargando, subiendo y vaciando, así que la alarma se dispara con la operación normal y la firma genuina de falla queda enterrada en una dispersión que es sobre todo contexto. Promediar sobre la flota tampoco lo salva, porque la dispersión agrupada está dominada por la diferencia entre condiciones de operación y no por la diferencia entre sano y fallando. La trampa más profunda está en cómo se evalúa un método así: elige el umbral sobre los datos que luego puntúas, da a los brazos cantidades desiguales de datos sanos, o corre en silencio el brazo fuerte con la segmentación desactivada, y puedes reportar una mejora grande que es un artefacto del banco de pruebas y no del método.
Nuestro Enfoque
El pipeline es una idea aplicada con rigor: telemetría cruda, luego SEGMENTACIÓN DE RÉGIMEN, luego el residuo dentro de régimen, luego el punto de cambio, luego el inicio. Los regímenes se aprenden desde canales de CONTEXTO (carga, pendiente, velocidad) disjuntos de los monitoreados, y esa disjunción es lo que impide que la segmentación absorba la falla misma que existe para exponer. La afirmación principal se declara sin ningún detector adentro, como tamaño de efecto, para que ninguna regla de umbral, convención de alarma o presupuesto pueda moverla: en subconjuntos de seis condiciones de operación de NASA C-MAPSS la firma de falla es 0,16 sigma de la dispersión agrupada y 11,95 sigma de la dispersión dentro de régimen, una razón de 90,2 en un par y 62,3 en el segundo, mientras los subconjuntos de una sola condición devuelven exactamente 1,00, un control negativo que nadie diseñó. La detección a presupuesto igualado se reporta aparte y con honestidad: pasar de una condición de operación a seis cuesta de 0,93 a 0,17 y de 0,73 a 0,24, y el condicionamiento por régimen recupera a 0,98 y a 0,70, que en el segundo par queda AL NIVEL de la referencia de una condición y no por encima. Cuatro vías de datos llevan solo lo que pueden sostener: NASA C-MAPSS para el contraste controlado de una versus seis condiciones de operación, SCANIA APS para decisión bajo una matriz de costos publicada (FP 10, FN 500), SCANIA Component X para predicción de ventana en cinco clases sobre 23.550 vehículos reales, y una flota sintética con base física para el error de inicio contra una verdad que existe por construcción. La vía que no existe se nombra: no se encontró ningún dataset público y redistribuible de telemetría continua de camiones de extracción con fallas etiquetadas, que es exactamente por qué la medición de inicio vive en la vía sintética.
Indicadores Clave de Rendimiento
| KPI | Línea Base | Resultado | Impacto |
|---|---|---|---|
| Un titular sin detector adentro | Un puntaje de detección, que cualquier regla de umbral, convención de alarma o presupuesto puede mover | Un tamaño de efecto: en subconjuntos C-MAPSS de 6 condiciones la firma de falla es 0,16 sigma de la dispersión agrupada y 11,95 sigma de la dispersión dentro de régimen (razón 90,2; 62,3 en el segundo par) | La afirmación sobrevive a un cambio de umbral, convención o presupuesto |
| Un control negativo que nadie diseñó | Sin control, así una razón grande podría ser un artefacto de la métrica | Los subconjuntos de una sola condición de operación devuelven exactamente 1,00, porque con un régimen la dispersión agrupada y la dentro de régimen son la misma cantidad | El efecto aparece solo donde el mecanismo dice que debería |
| Un nulo publicado y una afirmación retirada | Reportar los aciertos; descartar las métricas que no funcionaron | El condicionamiento por régimen NO mejora la localización del inicio (pareado sobre 5 semillas: -0,08 +/- 0,74 en habilidad corregida por azar, adelante en 2 de 5), y no se afirma reducción de falsas alarmas en ninguna parte porque el brazo crudo gana esa métrica en la vía sintética | Un lector sabe para qué decisiones no debe usarse el método |
Arquitectura
truckvitals pipeline
Stack Tecnológico
En acción
Un recorrido corto por la app en vivo: la interfaz real, grabada desde el sitio desplegado.
Capturas de la Aplicación
