Forward and inverse prediction of micro-channel topographies in abrasive slurry jet machining: a machine learning framework and a graphical web-based tool

Technische Zusammenfassung: Vorwärts- und Rückwärtsprädiktion von Mikrokanal-Topographien beim abrasiven Slurry-Jet-Maschinieren

Problemstellung
Das abrasive Slurry-Jet-Mikromaschinieren (ASJM) ist ein strategischer Prozess zur Erzeugung hochaspektiger Mikrostrukturen in harten, spröden oder temperatursensiblen Materialien ohne eine Wärmeeinflusszone. Trotz seines Potenzials für biomedizinische Geräte, MEMS und Luftfahrt-Kühlkanäle wird die industrielle Anwendung durch die Schwierigkeit der Vorhersage und Kontrolle der bearbeiteten Topographie behindert. Das Vorwärtsproblem (Vorhersage des erodierten Profils aus den Prozessparametern) wird durch hohe Jet-Turbulenzen, nichtlineare Partikelerosionsdynamiken und eine Vielzahl interdependenter Betriebsparameter erschwert. Das Rückwärtsproblem (Bestimmung der erforderlichen Prozessparameter zur Erzielung einer gewünschten Topographie) ist noch anspruchsvoller und wurde bisher selten adressiert. Bestehende numerische Methoden, wie die numerische Strömungsmechanik (CFD), bieten eine hohe Detailtreue, sind jedoch rechenintensiv und schwer für die Echtzeitsteuerung umzukehren. Im Gegensatz dazu beschränkten sich bisherige Anwendungen des maschinellen Lernens (ML) beim abrasiven Strahlschneiden auf die Vorhersage skalarer Outputs wie Oberflächenrauheit oder Schnitttiefe, statt vollständiger Oberflächenprofile.

Methodik
Die Studie verwendet einen datengesteuerten Ansatz unter Verwendung eines umfassenden Datensatzes, der aus einem vollfaktoriellen Versuchsplan (Design of Experiments, DOE) mit 270 einzigartigen Kombinationen von Betriebsparametern an AA6061-T6 Aluminium generiert wurde. Die unabhängigen Variablen waren Pumpendruck ($P$), Vorschubgeschwindigkeit der Düse ($V$), Abstand der Düse zum Werkstück ($SOD$) und die Anzahl der Bearbeitungsgänge ($N$). Der Zielwert war ein 220-dimensionaler Vektor, der den Querschnittstiefenprofil der Mikrokanäle darstellt.

Es wurden vier überwachte Lernmodelle entwickelt und verglichen:

1. Polynomische Regression: Ein parametrischer Basismethode unter Verwendung von Merkmalsexpansion, um Nichtlinearitäten zu erfassen.
2. Random Forest (RF): Eine nicht-parametrische Ensemble-Methode, die durch domänenspezifisches Feature-Engineering (z. B. kumulatives Erosionspotenzial $P \times N$) ergänzt wurde.
3. Künstliches Neuronales Netz (ANN): Ein vollvernetztes Deep-Learning-Modell, das darauf ausgelegt ist, Eingaben auf den vollständigen Profilvektor abzubilden.
4. Convolutional Neural Network (1D-CNN): Eine Deep-Learning-Architektur, die konvolutive Schichten nutzt, um lokale räumliche Korrelationen innerhalb des Profils zu erfassen.

Alle Modelle wurden auf 85 % der Daten trainiert und auf einem separaten Testdatensatz unter Verwendung des mittleren quadratischen Fehlers (MSE), des mittleren absoluten Fehlers (MAE) und dem Bestimmtheitsmaß ($R^2$) evaluiert. Die Studie untersuchte zudem die Sensitivität der Modelle gegenüber der Datensatzgröße (25 % bis 100 %) und Eingangsrauschen.

Für das Rückwärtsproblem wurde ein ANN trainiert, um die Prozessparameter ($P, SOD, V, N$) aus einer Zielgeometrie abzuleiten. Um der „Viele-zu-eins“-Natur des Rückwärtsproblems zu begegnen (bei der mehrere Parametersätze dieselbe Geometrie erzeugen können), verwendeten die Autoren einen „Vorwärts-Konsistenz“-Verlust (forward-consistency loss). Die vorhergesagten Parameter wurden durch das vorab trainierte Vorwärts-ANN geleitet, um ein simuliertes Profil zu generieren, welches dann mit der Zielgeometrie verglichen wurde. Dies stellte sicher, dass das Rückwärtsmodell physikalisch konsistente Parameter liefert. Ein probabilistischer Rückwärtsrahmen unter Verwendung von Monte-Carlo-Dropout wurde ebenfalls implementiert, um eine Verteilung möglicher Lösungen statt einer einzelnen deterministischen Schätzung zu generieren.

Zentrale Beiträge

1. Profil-Vorhersage: Diese Arbeit präsentiert das erste ML-Framework, das in der Lage ist, den vollständigen vektorwertigen Querschnittsprofil von ASJM-bearbeiteten Mikrokanälen vorherzusagen, und geht damit über skalare Metriken wie Rauheit oder Tiefe hinaus.
2. Physik-informiertes Feature-Engineering: Die Studie integriert ein Monotonie-bewusstes Trainingsschema unter Verwendung technischer Merkmale (z. B. $P \times N, SOD \times V, P/V$), um bekannte Abhängigkeiten der Erosionsrate zu kodieren und einen fairen Modellvergleich zu gewährleisten.
3. Probabilistisches Rückwärtsdesign: Die Autoren entwickelten einen einschränkungsbewussten Rückwärtsrahmen, der eine Menge möglicher Parametersätze mit Unsicherheitsschätzungen zurückgibt und so die Nicht-Eindeutigkeit des Rückwärtsproblems explizit adressiert.
4. Bewertung der Echtzeit-Anwendbarkeit: Die Studie quantifiziert die Inferenzlatenz und zeigt, dass Deep-Learning-Surrogate innerhalb des Millisekunden-Budgets pro Durchgang operieren können, das für eine geschlossene Regelung erforderlich ist – im Gegensatz zu traditionellen CFD-Simulationen.
5. Open-Source-Tool: Die trainierten Modelle und der experimentelle Datensatz werden als kostenlose, browserbasierte Webanwendung veröffentlicht, die es Bedienern ohne Programmierkenntnisse ermöglicht, die Werkzeuge zu nutzen.

Ergebnisse

• Vorwärtsprädiktion: Alle Modelle sagten die Mikrokanalprofile mit Aspektverhältnissen von 0,06 bis ~2 erfolgreich voraus. Das ANN erreichte die höchste Genauigkeit ($R^2 = 0,817$, MAE = 0,00339 mm), dicht gefolgt vom 1D-CNN ($R^2 = 0,807$). Traditionelle Modelle (Polynomische Regression und RF) schnitten vernünftig ab ($R^2 \approx 0,76$), waren jedoch bei Profilen mit hohem Aspektverhältnis weniger genau.
• Datensatz-Sensitivität: Die Leistung verbesserte sich mit zunehmender Datensatzgröße und stagnierte nach der Verwendung von 75 % der Daten. Das ANN zeigte die höchste Robustheit und behielt selbst bei nur 25 % des Datensatzes ein $R^2$ von 0,7 bei, während das Random-Forest-Modell unter denselben Bedingungen signifikant degradierte ($R^2 = 0,32$).
• Rauschrobustheit: Deep-Learning-Modelle (ANN und CNN) zeigten eine hohe Toleranz gegenüber Eingangsrauschen, wobei der MAE bei 10 % Gaußschem Rauschen nur geringfügig von 3,5 µm auf 4,1 µm anstieg. Im Gegensatz dazu erzeugte das polynomische Modell unter ähnlichen Rauschbedingungen unphysikalische Werte.
• Rückwärtsprädiktion: Das Rückwärts-ANN sagte die Prozessparameter für Zielgeometrien erfolgreich voraus. Bei Verwendung von nur Tiefe und Breite als Eingabe erreichte das Modell ein $R^2$ von 0,94 für die Tiefe und 0,55 für die Breite. Bei Verwendung des vollständigen Profils als Eingabe sank die Genauigkeit ($R^2 \approx 0,77$) aufgrund der Eingangsdimensionalität und Redundanz. Der probabilistische Rückwärtsansatz identifizierte erfolgreich mögliche Parametersätze mit einem medianen absoluten Tiefenfehler von 0,94 µm.
• Latenz: Die Inferenzzeiten auf einer einzelnen CPU reichten von 0,22 ms (Polynomisch) bis zu ~100 ms (Deep Learning), was sie für die Echtzeitsteuerung geeignet macht, während das Random-Forest-Modell ~10,9 Sekunden pro Stichprobe benötigte, was es für Echtzeitanwendungen ungeeignet machte.

Bedeutung
Das Paper behauptet, dass diese Arbeit die Lücke zwischen empirischer Prüfung und prädiktiver Fertigung in Echtzeit beim ASJM schließt. Durch die Reduzierung der Vorhersagezeit von Stunden (CFD) auf Mikrosekunden/Millisekunden ermöglichen die vorgeschlagenen ML-Surrogate die Überwindung der Rechenbarriere, die physikbasierte Modelle daran hindert, in geschlossenen Regelkreisen eingebettet zu werden. Das Framework ermöglicht die „One-Shot“-Spezifikation von Prozessparametern für gewünschte Geometrien und erleichtert so die automatisierte Prozessplanung, die Integration digitaler Zwillinge und die schnelle Qualifizierung neuer Material-Abrasiv-Kombinationen ohne erschöpfende Versuchsreihen. Die Autoren positionieren dies als Pionierarbeit, um die Machbarkeit von ML für komplexe, nichtlineare Materialabtragsmuster beim abrasiven Strahlschneiden zu demonstrieren, wobei die trainierten Modelle und Werkzeuge öffentlich zugänglich gemacht werden, um die Adoption in diesem Bereich zu beschleunigen.