Los modelos pequeños de IA podrían vigilar los sistemas eléctricos de las aeronaves ante fallos ocultos

Verificación de la correspondencia entre las señales sintéticas y los datos eléctricos reales de las aeronaves

Las señales eléctricas sintéticas de las aeronaves se contrastaron con registros reales de sistemas de potencia mediante tres pruebas. La primera analizó el contenido en frecuencia: cada señal se transformó en un espectro de potencia que indica la energía presente en cada banda. Los errores espectrales de las señales generadas fueron mínimos frente a los de las reales, con errores cuadráticos medios del orden de 10⁻⁹ en todas las clases. Esta cifra tan baja confirma que los datos sintéticos conservan las principales huellas eléctricas de estos sistemas, como el funcionamiento a 400 Hz, los componentes armónicos, las bandas laterales asociadas al parpadeo y la energía transitoria de banda ancha. Un modelo entrenado con estas señales percibiría los mismos patrones de frecuencia que se esperan en las líneas de potencia reales durante el vuelo.

La segunda prueba comparó la forma de la onda a lo largo del tiempo. Para ello, un método llamado alineamiento temporal dinámico midió la distancia entre las señales, permitiendo pequeños estiramientos o desplazamientos sin considerarlo una gran discrepancia. Los registros generados se situaron muy cerca de los reales. En muchos casos, estaban casi tan próximos como unos registros reales respecto a otros. Las perturbaciones con cambios bruscos, como interrupciones de voltaje o eventos de falla, mostraron distancias mayores, mientras que las más suaves permanecieron más juntas. Esa pequeña distancia adicional entre señales sintéticas y reales no se interpretó como distorsión, sino como una variación controlada del mismo evento físico.

La tercera prueba ubicó muestras reales y sintéticas en un espacio de características comprimido, un mapa matemático que agrupa condiciones eléctricas similares. Las muestras reales y generadas cayeron en los mismos grupos por clase, sin separarse en masas distintas ni mostrar señales claras de colapso modal, fenómeno en el que un generador produce solo unos pocos patrones repetidos. En cambio, las muestras sintéticas se distribuyeron a lo largo de cada grupo, añadiendo variedad dentro del funcionamiento normal, las perturbaciones de calidad de potencia y las condiciones de falla. El resultado sugiere que el generador aprendió la estructura subyacente de los datos eléctricos de las aeronaves, sin inventar valores atípicos extraños.

Prueba comparativa de los detectores de fallos ante perturbaciones eléctricas en aeronaves

Se evaluaron varios detectores basados en aprendizaje profundo con perturbaciones eléctricas simuladas de sistemas de potencia aeronáutica. Todos superaron un umbral exigente: cada arquitectura alcanzó una precisión superior al 94 % en las pruebas. Este resultado confirma que la tarea de clasificación es viable para varias familias de modelos. El detector más eficaz fue una red convolucional unidimensional, que obtuvo el 97,29 % en señales de prueba reservadas. Su precisión, sensibilidad y puntuación F1 fueron del 97,32 %, 97,29 % y 97,30 %, respectivamente. Es decir, rara vez clasificó mal un tipo de perturbación. El precio a pagar fue el tamaño: esa red empleaba 8,34 millones de parámetros.

Una red residual compacta se quedó muy cerca, alcanzando una precisión aproximada del 96,94 % con solo 175 685 parámetros. La diferencia fue de apenas 0,35 puntos porcentuales, una pérdida menor que resulta fácil de aceptar dado el tamaño mucho más reducido del modelo. Las redes estándar más grandes no justificaron su envergadura: VGG16 usó unos 138 millones de parámetros y alcanzó el 96,55 %. ResNet18 empleó unos 11,3 millones y llegó al 96,41 %. Una versión ligera de VGG19 utilizó aproximadamente 20,3 millones y obtuvo el 96,48 %. Y ResNet50 usó cerca de 23,5 millones pero bajó al 95,88 %. El patrón fue claro: más parámetros no trajeron ganancias proporcionales en precisión.

Los modelos convolucionales más pequeños también rindieron bien. Una CNN bidimensional simple con unos 546 000 parámetros alcanzó el 96,27 %, y una CNN bidimensional basada en eliminación de ruido con 177 334 parámetros llegó al 96,33 %. Estos resultados muestran que los patrones de fallo útiles pueden capturarse sin necesidad de una red muy grande. En cambio, los modelos de secuencia no ayudaron tanto como se esperaba: la CNN-LSTM unidimensional tuvo la menor precisión (94,57 %), a pesar de tener unos 480 000 parámetros, y la CNN-LSTM bidimensional alcanzó el 95,68 % con aproximadamente 756 000 parámetros. Añadir memoria para secuencias temporales no mejoró la clasificación en estos registros eléctricos cortos. Las capas convolucionales por sí solas bastaron para identificar las formas importantes de las señales.

La red residual compacta también mostró un rendimiento equilibrado entre clases: la precisión se mantuvo por encima del 92 % y la sensibilidad por encima del 91 % en las 21 clases, con la mayoría superando el 95 % de sensibilidad. Su tasa de falsos negativos osciló entre el 0,29 % y el 8,29 %. La clase más débil registró una precisión del 92,91 %, una sensibilidad del 91,71 % y un F1 del 92,31 %, mientras que las clases más fuertes perdieron menos de aproximadamente el 0,6 % de los eventos reales. En la monitorización crítica para la seguridad, esa tasa de omisión en el peor caso importa más que la precisión media: un fallo no detectado puede ser peor que una alarma falsa.

Puesta a prueba del detector ante el ruido eléctrico

Para evaluar la solidez del detector, se inyectó ruido eléctrico adicional en las señales de prueba. Se empleó ruido gaussiano blanco, una técnica estándar para emular la interferencia aleatoria propia de los sistemas de potencia aeronáuticos. La aplicación cubrió distintas relaciones señal-ruido, desde 20 dB hasta 0 dB. En esta escala, cuanto menor es el valor, mayor es el nivel de ruido. A 0 dB, la potencia del ruido añadido igualaba a la de la señal original.

La precisión del detector decayó gradualmente conforme aumentaba la interferencia. Con 20 dB, se situó en el 96,93 %. Con 12,5 dB, se mantuvo en el 96,41 %. A 10 dB, registró un 96,04 %, y a 7,5 dB descendió al 95,25 %. La caída se aceleró por debajo de ese umbral: al 92,74 % con 5 dB, al 86,55 % con 2,5 dB y hasta el 71,26 % a 0 dB.

Estos valores son relevantes dado que los sistemas eléctricos de las aeronaves suelen operar en entornos ruidosos. Los resultados confirman la utilidad del detector ante interferencias moderadas: conserva una precisión superior al 96 % con 10 dB y supera el 92 % con 5 dB. Incluso bajo un ruido severo de 0 dB, la mayoría de las muestras se clasificaron correctamente. No obstante, la merma es significativa para su aplicación real. Un sistema desplegado requeriría probablemente sensores de alta calidad, filtrado o mecanismos de verificación de confianza antes de emitir una alerta.

La prueba resultó más exigente que las condiciones normales de entrenamiento, ya que el ruido extra se añadió durante la inferencia, sumándose al presente en la fase de aprendizaje. Esto convirtió la evaluación en un estrés superior a lo visto por el modelo. La disminución gradual sugiere además que el detector no depende de detalles frágiles de amplitud, sino que aprovecha patrones estables de tiempo y frecuencia en las señales, los cuales resisten mejor la presencia de interferencia aleatoria.

Rendimiento de un modelo compacto en hardware aeroespacial

Para evaluar su comportamiento en hardware aeroespacial, se instaló un clasificador de fallos compacto en una placa Xilinx Zynq UltraScale+. El modelo no opera sobre trazas brutas de voltaje, sino sobre imágenes de la transformada de Fourier de tiempo corto. Esto implica que el sistema aeronáutico debe convertir primero las señales eléctricas en representaciones tiempo-frecuencia antes de clasificarlas. La placa recibía lotes de 1 000 entradas desde un ordenador anfitrión a través de Ethernet. Se midió el tiempo de ejecución múltiples veces y se calculó la media para obtener un valor por entrada. Una prueba independiente eliminó el retardo de comunicación de ida y vuelta. Los 6,90 milisegundos resultantes corresponden únicamente al trabajo en el chip: mover datos dentro del sistema sobre chip (SoC) y ejecutar la red neuronal. Esa velocidad equivale a unas 145 clasificaciones por segundo. Para un monitor a bordo, esa tasa permite una verificación continua sin intervalos largos entre pruebas.

El diseño de hardware organizó el tráfico de memoria. Las señales de entrada, los pesos y las salidas residían en la memoria DDR externa. Un programador distribuía la carga entre bloques separados: uno para capas convolucionales, otro para capas densas y un tercero para operaciones matemáticas básicas como suma y redimensionado. Arbitradores controlaban las lecturas y escrituras a través de interfaces AXI4. Un perfilador registraba los tiempos de inicio y parada para que los ingenieros pudieran identificar dónde se consumía el tiempo. Tras la síntesis, el procesador utilizó 391 de las 2 520 rebanadas DSP disponibles. Eso representa aproximadamente el 15,5 % de la capacidad aritmética del chip. El espacio restante es crucial en aviónica porque otras tareas de procesamiento de señales pueden compartir el mismo hardware.

La versión de punto fijo empleó pesos y activaciones de 8 bits. Su precisión disminuyó en 1,07 puntos porcentuales respecto al modelo de software de punto flotante. Esa pequeña caída demuestra que la red sigue distinguiendo los patrones de fallo tras la conversión a menor precisión. La latencia media de 6,90 milisegundos no cuenta toda la historia para un uso en tiempo real. Se observó un tiempo máximo por entrada de 14,40 milisegundos entre todas las clases, concretamente en la clase 11. Un tiempo acotado ayuda a los equipos de aviónica a planificar horarios predecibles, ya que los sistemas críticos para la seguridad necesitan saber cuándo llegará un resultado.

La latencia medida cubre solo el núcleo de la red neuronal en el FPGA. No incluye la detección, el aislamiento, la adquisición de datos ni el frontal de la transformada de Fourier de tiempo corto. Un sistema a bordo completo añadiría esos componentes antes de la clasificación. Componentes representativos de sensores y convertidores pueden operar en microsegundos, pero esa tubería completa no se verificó experimentalmente aquí. Por lo tanto, el resultado de hardware muestra un motor de inferencia rápido y compacto con suficiente margen en el chip para futuras integraciones.

Un pequeño vigilante para el sistema eléctrico de las aeronaves

Un detector compacto demuestra ya que los fallos eléctricos de las aeronaves pueden reconocerse a bordo, sin necesidad de un gran centro de datos. El resultado clave es sencillo en su forma y difícil de superar en la práctica: una pequeña red residual alcanzó una precisión del 97 % aproximadamente en fallos simulados del sistema eléctrico de aeronaves utilizando solo 175 685 parámetros, una cifra muy inferior a la de muchos modelos estándar de aprendizaje profundo.

Las redes grandes no ganaron por mucho. Un modelo convolucional unidimensional alcanzó el 97,29 %, pero requirió 8,34 millones de parámetros. La precisión adicional fue pequeña en comparación con el coste añadido. Para una aeronave, esa diferencia puede significar menos calor, menos peso y más espacio para otras tareas de seguridad.

En una placa Xilinx Zynq, el mismo modelo compacto funcionó con una latencia media de 6,90 milisegundos por clasificación. El peor caso fue de 14,40 milisegundos. Ese tiempo acotado facilita la programación predecible en aviónica crítica para la seguridad. El procesador utilizó solo 391 de las 2 520 rebanadas DSP del chip, lo que deja espacio para otras tareas de procesamiento de señales.

El detector también resistió mejor el ruido eléctrico añadido que un modelo frágil. La precisión se mantuvo por encima del 96 % con interferencia moderada y por encima del 92 % cuando el ruido era más intenso. Con ruido extremo, el rendimiento cayó bruscamente, pero no colapsó de golpe. Esto sugiere que el modelo aprendió patrones útiles en tiempo y frecuencia.

El mayor obstáculo es que la evidencia aún proviene de simulación. Las muestras de entrenamiento y prueba eran variantes relacionadas del mismo entorno eléctrico simulado de aeronaves. Eso puede hacer que la precisión parezca más fuerte de lo que sería con datos de vuelo verdaderamente independientes. Para el monitoreo crítico para la seguridad, la tasa de fallos en el peor caso importa más que la precisión media. Algunas clases tuvieron tasas de falsos negativos cercanas al 8 %. Un fallo no detectado puede ser peor que una alarma falsa.

La latencia medida también cubre solo el núcleo de la red neuronal. No incluye la detección de corriente, el aislamiento de voltaje, la adquisición de datos ni el preprocesamiento de transformada de Fourier de tiempo corto. Esas partes son rápidas en principio, pero no han sido validadas como una única línea integrada a bordo.

La oportunidad es real. Un modelo compacto puede estar cerca del sistema eléctrico y vigilar los fallos en casi tiempo real. Podría apoyar el monitoreo de salud, la planificación de mantenimiento y la lógica de protección en las futuras aeronaves más eléctricas. La generación de señales sintéticas puede ayudar a llenar vacíos, pero no puede reemplazar la evidencia real de vuelo. El siguiente paso es pasar de los envolventes simulados a un banco de pruebas terrestre del sistema eléctrico de aeronaves. Entonces, el sistema debe verificarse contra condiciones operativas generadas independientemente y datos reales de vuelo.

Si un vigilante puede funcionar pequeño, rápido y mayoritariamente preciso a bordo, ¿cuánta prueba de independencia debería ganar antes de que se confíe en él con la salud eléctrica de una aeronave?