Resumen Técnico: Pronóstico de Series Temporales con Condicionamiento Térmico para el Crecimiento de Grano en Materiales Policristalinos

Planteamiento del Problema

El crecimiento de grano durante el tratamiento térmico dicta significativamente la microestructura y las propiedades mecánicas de los materiales policristalinos. Aunque los métodos numéricos de alta fidelidad (p. ej., seguimiento de frente, campo de fase) pueden simular estos procesos con precisión, su dependencia de la resolución de Ecuaciones Diferenciales Parciales (EDP) de forma incremental a lo largo del tiempo resulta en costos computacionales prohibitivos para ciclos térmicos largos o no isotérmicos. Los enfoques previos basados en datos predijeron con éxito el crecimiento de grano bajo condiciones isotérmicas utilizando redes neuronales recurrentes (RNN) para pronosticar las distribuciones de tamaño de grano como series temporales. Sin embargo, estos modelos no lograron capturar la fuerte influencia de la historia térmica en la cinética de los bordes de grano, ya que la movilidad de los bordes de grano es explícitamente dependiente de la temperatura (siguiendo relaciones de tipo Arrhenius). En consecuencia, los modelos entrenados únicamente con datos isotérmicos no pueden predecir con precisión la evolución bajo tratamientos térmicos industriales realistas, que involucran etapas complejas de calentamiento, mantenimiento y enfriamiento.

Metodología

Los autores proponen un marco de pronóstico de series temporales reformulado que incorpora explícitamente información térmica para manejar condiciones no isotérmicas.

Generación y Preprocesamiento de Datos:

• Simulaciones: Las evoluciones del crecimiento de grano fueron simuladas utilizando el marco de seguimiento de frente (TRM) validado para acero inoxidable 304L. Las microestructuras iniciales se generaron mediante el algoritmo LaVoGen.
• Ciclos Térmicos: Se crearon dos conjuntos de datos: ciclos de una hora (3600 s) y de cuatro horas (14,400 s), cubriendo un amplio rango de tasas de calentamiento/enfriamiento y temperaturas pico.
• Representación: Los estados microestructurales se representaron como histogramas de tamaño de grano normalizados (30 contenedores/bins). Los estados térmicos se caracterizaron por la temperatura instantánea ($T$) y la tasa térmica ($\dot{T}$).
• Conjunto de Datos: Los datos fueron submuestreados a una resolución de 1 minuto. Se utilizó una estrategia de ventana deslizante ($W=5$) para construir las muestras, y los descriptores térmicos se estandarizaron mediante normalización z-score.

Arquitectura del Modelo:
El modelo sustituto propuesto es una arquitectura de aprendizaje profundo híbrida diseñada para procesar conjuntamente datos microestructurales y térmicos:

1. Codificación Microestructural: Una Red Neuronal Convolucional (CNN) 1D codifica los histogramas de tamaño de grano para capturar dependencias morfológicas de corto alcance entre contenedores adyacentes.
2. Codificación Térmica: Un Perceptrón Multicapa (MLP) dedicado incrusta los descriptores térmicos ($T$ y $\dot{T}$).
3. Fusión y Predicción Temporal: Los vectores latentes de la CNN y el MLP se concatenan y se alimentan a una red recurrente (evaluando Simple RNN, GRU y LSTM).
4. Estrategia de Predicción: El modelo predice la variación de la distribución respecto al estado anterior (formulación residual) en lugar del estado absoluto, utilizando un factor de escala ($\alpha=0.1$) para estabilizar el despliegue autorregresivo (auto-regressive rollout). Las predicciones se realizan en el espacio de raíz cuadrada para equilibrar los pesos de los contenedores, y luego se elevan al cuadrado.
5. Entrenamiento: El modelo utiliza una estrategia de "pushforward", desplegándose sobre tres pasos utilizando sus propias predicciones para reducir el desajuste entre entrenamiento e inferencia. La función de pérdida es el Error Absoluto Medio (MAE) sobre las frecuencias de raíz cuadrada.

Estrategias de Condicionamiento:
El estudio evaluó cuatro estrategias para aislar el impacto de las entradas térmicas:

• C0: Sin entrada térmica (línea base).
• C1: Solo Temperatura ($T$).
• C2: Solo tasa térmica ($\dot{T}$).
• C3: Combinación de $T$ y $\dot{T}$.

Resultados Clave

1. Importancia del Condicionamiento Térmico:
La información térmica es indispensable para la predicción no isotérmica. El modelo no condicionado (C0) falló con un Error Relativo Medio (MRE) del 45.26% ($R^2 = 0.8055$). La introducción de descriptores térmicos mejoró drásticamente el rendimiento:

• C3 (Combinado $T + \dot{T}$) logró los mejores resultados: MRE = 2.99% y $R^2 = 0.9970$ para ciclos de una hora.
• C1 ($T$ solo) y C2 ($\dot{T}$ solo) también funcionaron bien (MRE ~3.1% y 4.5% respectivamente), pero el enfoque combinado produjo la mayor precisión.

2. Comparación de Arquitecturas Recurrentes:
Entre los bloques recurrentes, LSTM superó tanto a GRU como a Simple RNN.

• LSTM: MRE = 2.99%, $R^2 = 0.9970$.
• GRU: MRE = 4.52%, $R^2 = 0.9935$.
• Simple RNN: MRE = 10.33%, $R^2 = 0.9812$.
  La capacidad de la LSTM para retener información sobre secuencias largas fue crítica para minimizar la acumulación de error durante el despliegue autorregresivo.

3. Componentes Arquitectónicos:
El enfoque híbrido (CNN + MLP + LSTM) superó a una entrada directa de LSTM. La codificación de características por separado antes de la fusión redujo el MRE del 3.80% al 2.99% y eliminó las simulaciones con errores superiores al 30%.

4. Generalización a Historias No Vistas:
El modelo fue probado en cuatro historias térmicas excluidas del entrenamiento, incluyendo ciclos multi-etapa y no monotónicos.

• El modelo se generalizó con éxito a ciclos no vistos, con MREs que oscilaron entre el 1.91% y el 14.66% y valores de $R^2$ generalmente superiores a 0.94.
• Los errores fueron menores durante las fases de calentamiento y mayores durante el enfriamiento, particularmente en ciclos complejos de múltiples etapas donde la cinética del crecimiento de grano cambia abruptamente.

5. Eficiencia Computacional:
Aunque no se cuantifica explícitamente en segundos en la sección de resultados, el artículo señala que el sustituto genera trayectorias completas en segundos, en comparación con los decenas de minutos requeridos por las simulaciones TRM subyacentes, lo que representa una aceleración de más de dos órdenes de magnitud.

Significado y Reivindicaciones

El artículo afirma proporcionar un paso práctico hacia modelos sustitutos aplicables a escenarios de tratamiento térmico no isotérmicos realistas. Al extender el pronóstico de series temporales de regímenes isotérmicos a no isotérmicos, el trabajo demuestra que:

• El condicionamiento explícito del modelo con tanto la temperatura instantánea como la tasa térmica es necesario para capturar los efectos termocinéticos.
• Una arquitectura híbrida (CNN para microestructura, MLP para contexto térmico, LSTM para la dinámica temporal) preserva eficazmente la consistencia física manteniendo la eficiencia computacional.
• El marco puede generalizarse a trayectorias térmicas complejas y no vistas (incluyendo calentamientos/enfriamientos multi-etapa), ofreciendo una alternativa computacionalmente eficiente a las simulaciones basadas en EDP de alta fidelidad para estudios a gran escala o aplicaciones a nivel de proceso.

Los autores mantienen un tono modesto, reconociendo que, si bien el modelo reproduce las tendencias principales con alta precisión, los errores se acumulan con el tiempo, particularmente en las fases de enfriamiento y para historias térmicas complejas, aunque permanecen dentro de límites físicamente admisibles.