Physics-Informed Kolmogorov-Arnold Networks for multi-material elasticity problems in electronic packaging

ملخص تقني: شبكات كولموغوروف-أرنولد الموجهة بالفيزياء لمسائل المرونة متعددة المواد في التغليف الإلكتروني

بيان المشكلة
تتكون هياكل التغليف الإلكتروني من مواد غير متجانسة ذات خصائص ميكانيكية متميزة، مما يخلق أنظمة معقدة متعددة المواد تتميز بواجهات حادة وانقطاعات في خصائص المواد. تواجه الطرق العددية التقليدية، مثل طريقة العناصر المحدودة (FEM)، تحديات تتعلق بتشوه الشبكة، ودقة المجالات المحلية، والكفاءة الحسابية عند نمذجة هذه الهندسات المعقدة. وبينما توفر الشبكات العصبية الموجهة بالفيزياء (PINNs) بديلاً خالياً من الشبكات (mesh-free)، فإن التطبيقات القياسية باستخدام الإدراك متعدد الطبقات (MLPs) تعاني في المسائل متعددة المواد. تتطلب مناهج الـ PINN التقليدية عادةً تقسيم النطاق (تقسيم النطاق إلى نطاقات فرعية لكل مادة) وإدخال قيود استمرارية الواجهة عبر حدود الجزاء (penalty terms). وهذا يستلزم ضبطاً مكثفاً للمعلمات الفائقة (hyperparameters) ويؤدي غالباً إلى مشا تقارب، خاصة بالنسبة لهندسات الواجهات المعقدة. علاوة على ذلك، يمكن أن تعاني الـ MLPs من الانحياز الطيفي (spectral bias)، مما يحد من قدرتها على التقاط الميزات عالية التردد والتحولات الحادة المتأصلة في حلول المواد المتعددة.

المنهجية
تقترح هذه الورقة إطار عمل لشبكة كولموغوروف-أرنولد الموجهة بالفيزياء (PIKAN) متكامل مع طريقة الطاقة العميقة (DEM) لحل مسائل المرونة متعددة المواد دون الحاجة لتقسيم النطاق.

• طريقة الطاقة العميقة (DEM): بدلاً من حل الصيغة القوية للمعادلات التفاضلية الجزئية (PDEs) الحاكمة، تقوم الطريقة بتقليل دالة طاقة الجهد الكلية. يتم بناء دالة الخسارة كفرق بين طاقة الانفعال الداخلي والجهد الخارجي. هذا النهج التبايني يقلل من رتبة المشتقات المطلوبة وعادة ما يوفر دقة وكفاءة أعلى لمسائل المرونة.
• مجالات الإزاحة المقبولة: لضمان استيفاء الشروط الحدية الأساسية بصرامة دون استخدام حدود الجزاء، يتم بناء مجال الإزاحة كـ $u_{pred}(x) = P(x) + D(x) \odot F(x; \theta)$، حيث يحقق $P(x)$ القيم الحدية، و $D(x)$ هو دالة المسافة إلى الحدود، و $F(x; \theta)$ هو مخرج الشبكة العصبية. يضمن هذا تحقيق الشروط الحدية عن طريق التصميم.
• شبكات كولموغوروف-أرنولد (KANs): الابتكار الجوهري هو استبدال الـ MLPs التقليدية بـ KANs. بخلاف الـ MLPs التي تستخدم دالات تنشيط ثابتة عند العقد وأوزان قابلة للتعلم على الحواف، تضع KANs دالات تنشيط أحادية المتغير قابلة للتعلم (مُعلمة كدوال B-splines) على الحواف.
  • التعامل مع الانقطاعات: تمتلك دالات الأساس B-spline دعماً محلياً وخصائص مجزأة. وهذا يسمح لـ KAN واحدة بتقريب الانقطاعات في تدرجات الإجهاد والانفعال عبر واجهات المواد بشكل طبيعي دون الحاجة إلى شبكات منفصلة للمواد المختلفة أو قيود استمرارية صريحة للواجهة.
  • البنية: تستخدم الشبكة معاملات B-spline قابلة للتدريب، وعوامل قياس، وأوزان خطية اختيارية. يتم تطبيع إحداثيات المدخلات لتناسب نطاق تعريف B-spline، وتُقيد مخرجات الطبقات المتوسطة باستخدام دالة $\tanh$ للحفاظ على الاستقرار.
• التكامل العددي: تقيم الدراسة مخططات التكامل العددي المختلفة (المثلثي، سيمبسون، شبه المنحرف، مونت كارلو، وديلوني) لتقريب تكاملات الطاقة في دالة الخسارة. ويظهر أن اختيار مخطط التكامل يؤثر بشكل كبير على دقة الحل، لا سيال في المناطق ذات تدرجات الإجهاد العالية.

المساهمات الرئيسية

1. إطار PIKAN للمواد المتعددة: تطوير منهجية PIKAN التي تدمج KANs في طريقة الطاقة العميقة، مستفيدة من الطبيعة المجزأة المتأصلة في دوال B-splines لاستيعاب انقطاعات خصائص المواد بشكل طبيعي.
2. إلغاء تقسيم النطاق: إثبات أن KAN واحدة يمكنها تقريب مجالات الإزاحة عبر نطاق كامل متعدد المواد، مما يلغي الحاجة إلى تقسيم النطاقات الفرعية وما يصاحبها من حدود جزاء لقيود الاستمرارية وضبط المعلمات الفائقة.
3. التحقق الشامل: إجراء تجارب عددية مكثفة على عوارض كابولية (cantilever beams) ذات واجهات مستقيمة، ومتموجة، ومتدرجة، ولوح غير متجانس بفتحة مركزية، وهياكل تغليف إلكتروني (ركائز DBC وهياكل TGV-Cu).
4. التحليل المنهجي: تقديم تحقيق مفصل في حساسية مخططات التكامل العددي والمعلمات الفائقة، مع توفير تفاصيل التنفيذ والشيفرة المصدرية لضمان قابلية إعادة الإنتاج.

النتائج

• الدقة والمتانة: أظهرت PIKAN توافقاً ممتازاً مع الحلول المرجعية لـ FEM عبر جميع التكوينات المختبرة للمواد المتعددة. وقد نجحت في التقاط مجالات الإزاحة المعقدة وتركيزات الإجهاد بالقرب من الواجهات، حتى مع التباينات القصوى في معاملات المرونة (على سبيل المثال، عبر رتبتين عشريتين).
• المقارنة مع تقسيم النطاق: عند مقارنتها بشبكة الطاقة المحافظة (CENN)، التي تستخدم تقسيم النطاق مع MLPs منفصلة، أظهرت PIKAN دقة متفوقة. أظهرت CENN انقطاعات ملحوظة في الإزاحة وتذبذبات في الإجهاد عند الواجهات، خاصة في الهندسات المعقدة (الواجهات المتموجة والمتدرجة)، بسبب تحديات فرض الاستمرارية عبر حدود الجزاء.
• حساسية مخطط التكامل: وفر التكامل المثلثي عموماً أسرع تقارب وأعلى دقة. بينما أظهر تكامل ديلوني تقارباً أضعف وأخطاءً أعلى، خاصة للواجهات المنحنية، مما يسلط الضوء على الدور الحاسم لمخطط التكامل في الـ PINNs التباينية.
• كفاءة المعلمات: حققت PIKAN دقة عالية بعدد أقل من المعلمات القابلة للتدريب مقارنة بنهج CENN القائم على MLP. على سبيل المثال، في أمثلة العوارض الكابولية، استخدمت PIKAN حوالي 1,050 معلماً مقابل أكثر من 3,500 لـ CENN.
• تطبيقات التغليف الإلكتروني: تم تطبيق الطريقة بنجاح لتحليل الالتواء في ركائز DBC وتوزيعات الإجهاد في هياكل Through Glass Via (TGV)، بما في ذلك حالات خشونة الواجهة وتكوينات الثقوب المزدوجة، مما يؤكد فائدتها العملية.

الأهمية والادعاءات
تزعم الورقة أن PIKAN تقدم نموذجاً أكثر إيجازاً ومتانة لمسائل ميكانيكا المواد الصلبة متعددة المواد مقارنة بطرق تقسيم النطاق التقليدية. ومن خلال استخدام قدرات التقريب المجزأ لـ KANs ضمن إطار قائم على الطاقة، تبسط الطريقة الإطار الحسابي عبر إلغاء الحاجة إلى التعامل المعقد مع قيود الواجهة وضبط المعلمات الفائقة. ويفترض المؤلفون أن هذا النهج مناسب بشكل خاص لتحليل التغليف الإلكتروني، حيث تنتشر واجهات المواد المتعددة في كل مكان.

تُقر الدراسة بأن التقارب النظري لـ KANs لا يزال جبهة بحثية نشطة، إلا أن الأداء التجريبي في مسائل المرونة هذه واعد. ويشير المؤلفون إلى أن العمل الحالي يقتصر على الأمثلة ثنائية الأبعاد، وأن توسيع الطريقة لتشمل الهياكل ثلاثية الأبعاد يطرح تحديات تتعما بـ التوسع الحسابي والقيود النظرية لـ KANs القياسية في تمثيل القوانين الفيزيائية ثلاثية الأبعاد (تحويلات E(3)). ويُقترح كعمل مستقبلي استكشاف بنيات هجينة تجمع بين MLP و KAN وإثباتات تقارب رياضية صارمة. وتخلص الورقة إلى أن PIKAN تمثل خطوة مهمة للأمام في تطبيق التعلم العميق الموجه بالفيزياء على مسائل المواد غير المتجانسة، مما يوفر مساراً لتحليل أكثر كفاءة ودقة للموثوقية في التغليف الإلكتروني.