Cross-attention-based bipartite graph neural network for coupled nodal and elemental field prediction in large-deformation sheet material forming

Resumen Técnico: Red Neuronal de Grafo Bipartito Basada en Atención Cruzada para la Predicción Acoplada de Campos Nodales y Elementales

Planteamiento del Problema
El análisis de elementos finitos (FEA) es el estándar para predecir la deformación en el conformado de láminas de material, capturando tanto la cinemática nodal (desplazamientos) como las medidas de deformación elemental (deformaciones, tensiones, adelgazamiento). Sin embargo, el FEA de alta resolución es computacionalmente costoso, lo que limita su uso en el diseño y la optimización iterativos. Aunque los sustitutos de aprendizaje automático (ML), en particular las Redes Neuronales de Grafo (GNN), ofrecen aceleración, la mayoría de las GNN basadas en mallas existentes adoptan una formulación centrada en nodos. En estos modelos, las cantidades predichas principales están asociadas a los nodos de la malla. En consecuencia, las cantidades a nivel de elemento (como el adelgazamiento, que es crítico para evaluar la calidad y el fallo del conformado) deben recuperarse indirectamente mediante interpolación o postprocesamiento. Este enfoque oscurece la estructura de acoplamiento bidireccional nativa de la actualización de elementos finitos, donde la cinemática nodal impulsa la deformación del elemento y las tensiones del elemento se ensamblan de nuevo en las fuerzas nodales.

Metodología
Los autores proponen CAtt-BiGNN (Red Neuronal de Grafo Bipartito Basada en Atención Cruzada), un marco sustituto diseñado para respetar la discretización nativa de las simulaciones de elementos finitos.

1. Representación de Grafo Bipartito:
   En lugar de un único grafo centrado en nodos, el modelo construye un grafo bipartito con dos tipos de vértices distintos:

   • Nodos de la malla: Portan información cinemática (incrementos de desplazamiento) y características de contacto (hueco de la herramienta, vectores normales).
   • Elementos: Portan información de deformación (específicamente valores de adelgazamiento).
   • Aristas dirigidas: Dos conjuntos de aristas dirigidas conectan estos vértices: nodo-a-elemento (transfiriendo cinemática para actualizar la deformación/adelgazamiento) y elemento-a-nodo (transfiriendo contribuciones de tensión de nuevo al equilibrio nodal). Esta estructura imita el flujo de información del FEA dinámico explícito sin resolver explícitamente las ecuaciones gobernantes.

2. Procesador de Atención Cruzada Consciente de Aristas:
   El núcleo de la arquitectura es un procesador de paso de mensajes que utiliza un mecanismo de atención cruzada condicionado por características geométricas de las aristas.

   • A diferencia de la atención cruzada estándar donde las claves se derivan de las características del nodo o elemento de origen, CAtt-BiGNN deriva los vectores Clave a partir de las características de la arista dirigida (representando relaciones geométricas locales como la posición relativa y la distancia).
   • La Consulta se deriva del estado del receptor (elemento o nodo).
   • Este diseño permite que el modelo aprenda pesos de acoplamiento adaptativos que dependen de la geometría local específica entre un nodo y un elemento, permitiendo un paso de mensajes más fundamentado físicamente que los mecanismos de atención genéricos.

3. Extensión Jerárquica (CAtt-BiUGNN):
   Para abordar la escalabilidad en mallas industriales grandes, los autores introducen CAtt-BiUGNN. Esta variante incorpora operaciones de muestreo descendente y ascendente de grafos (ensanchando el grafo bipartito) con conexiones de salto. Esto permite la propagación de información a larga distancia mientras se preserva la formulación bipartita nodo-elemento en todas las escalas.

4. Estrategia de Ruido Adaptativo:
   Para mejorar la robustez del despliegue autorregresivo (donde las predicciones se retroalimentan como entradas), se emplea una estrategia de ruido gaussiano adaptativo. A diferencia del ruido uniforme, esta estrategia escala la perturbación en función del inverso de la magnitud del incremento de desplazamiento. Esto se dirige a regiones de movimiento lento o cercanas al contacto (que son sensibles a las fluctuaciones geométricas) evitando una perturbación excesiva en áreas de gran deformación.

Contribuciones Clave

• Representación Novel: Introducción de un grafo bipartito inspirado en elementos finitos que retiene cantidades nodales y elementales en sus dominios de discretización nativos, eliminando la necesidad de interpolación para predecir el adelgazamiento.
• Atención Consciente de Aristas: Desarrollo de un procesador de atención cruzada donde las claves de atención se construyen a partir de incrustaciones geométricas de aristas, permitiendo que el modelo pondere adaptativamente las interacciones nodo-elemento basándose en relaciones geométricas locales.
• Escalabilidad Jerárquica: Propuesta de CAtt-BiUGNN, que extiende la formulación bipartita a mallas grandes mediante muestreo descendente/ascendente, manteniendo la precisión a través de diferentes tamaños de grafo.
• Despliegue Robusto: Demostración de que la inyección de ruido adaptativo mejora la estabilidad de las predicciones autorregresivas, particularmente para campos de desplazamiento, sin degradar las predicciones de adelgazamiento.

Resultados
El modelo fue evaluado en dos casos de referencia de conformado de láminas: un caso en forma de cúpula (conformado en frío, grafo más pequeño) y un caso en forma de esquina (conformado en caliente, grafo más grande).

• Caso Cúpula (CAtt-BiGNN): En comparación con las líneas base centradas en nodos (MeshGraphNet, RGNN) y variantes de ablación bipartita (Vanilla-BiGNN, GAT-BiGNN, CA-BiGNN), el CAtt-BiGNN propuesto logró el mejor equilibrio entre la predicción de desplazamiento y adelgazamiento. Redujo el error euclidiano posicional medio en un 21.7% y el error relativo de adelgazamiento del top-5% en un 53.8% en comparación con la línea base MeshGraphNet. Los estudios de ablación mostraron que el uso de características de arista para las claves de atención (CAtt-BiGNN) superó el uso de características de nodo de origen (CA-BiGNN).
• Caso Esquina (CAtt-BiUGNN): En el entorno jerárquico, CAtt-BiUGNN superó a la línea base jerárquica centrada en nodos (UMGN) y otras variantes bipartitas. Redujo el error euclidiano posicional medio en un 41.8% y el error relativo de adelgazamiento del top-1% en un 80.0% con respecto a UMGN.
• Estrategia de Ruido: La estrategia de ruido gaussiano adaptativo mejoró significativamente la precisión de la predicción de desplazamiento (reduciendo los errores en ~74% en comparación con sin ruido) y proporcionó una mejora más equilibrada en las métricas de adelgazamiento en comparación con el ruido uniforme, que degradó la localización del adelgazamiento.

Significado y Afirmaciones
El artículo afirma que el marco propuesto proporciona un sustituto efectivo para el conformado de láminas de material de gran deformación al abordar las limitaciones de las representaciones centradas en nodos. Los autores afirman tres conclusiones principales:

1. Representar cantidades nodales y elementales en entidades de grafo separadas proporciona una discretización más natural para la predicción acoplada de desplazamiento-adelgazamiento que las formulaciones centradas en nodos.
2. La atención cruzada consciente de aristas es más efectiva que los mecanismos de atención genéricos para modelar interacciones direccionales nodo-elemento porque los pesos se condicionan en relaciones geométricas locales.
3. La propagación jerárquica mejora la escalabilidad de la formulación bipartita en mallas de conformado más grandes.

El trabajo posiciona las representaciones de grafos inspiradas en FE como una dirección prometedora para el modelado sustituto, particularmente cuando se requieren simultáneamente tanto la cinemática nodal como los indicadores de fabricabilidad elemental (como el adelgazamiento). La evaluación se limita a variaciones de la geometría de la herramienta dentro del espacio de diseño muestreado, sugiriéndose trabajo futuro para incluir descriptores de material y parámetros de proceso.