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

Resumen Técnico: Predicción Directa e Inversa de Topografías de Microcanales en el Mecanizado por Chorro de Suspensión Abrasiva

Planteamiento del Problema
El mecanizado por micro-chorro de suspensión abrasiva (ASJM, por sus siglas en inglés) es un proceso estratégico para la creación de micro-estructuras de alta relación de aspecto en materiales duros, frágiles o sensibles a la temperatura sin una zona afectada por el calor. A pesar de su potencial para dispositivos biomédicos, MEMS y canales de refrigeración aeroespacial, su adopción industrial se ve obstaculizada por la dificultad de predecir y controlar la topografía mecanizada. El problema directo (predecir el perfil erosionado a partir de los parámetros del proceso) se complica por la alta turbulencia del chorro, la dinámica no lineal de la erosión de partículas y una multitud de parámetros operativos interdependientes. El problema inverso (determinar los parámetros de proceso necesarios para lograr una topografía deseada) es aún más desafiante y rara vez ha sido abordado. Los métodos numéricos existentes, como la Dinámica de Fluidos Computacional (CFD), ofrecen una alta fidelidad pero son computacionalmente costosos y difíciles de invertir para el control en tiempo real. Por el contrario, las aplicaciones previas de aprendizaje automático (ML) en el mecanizado por chorro abrasivo se han limitado a la predicción de salidas escalares como la rugosidad superficial o la profundidad de corte, en lugar de perfiles de superficie completos.

Metodología
El estudio emplea un enfoque basado en datos utilizando un conjunto de datos exhaustivo generado a partir de un diseño de experimentos de factor completo (DOE) que involucra 270 combinaciones únicas de parámetros operativos en AA6061-T6 de aluminio. Las variables independientes fueron la presión de la bomba ($P$), la velocidad de traslación de la boquilla ($V$), la distancia de retroceso ($SOD$) y el número de pasadas de mecanizado ($N$). La salida objetivo fue un vector de 220 dimensiones que representa el perfil de profundidad de la sección transversal del microcanal.

Se desarrollaron y compararon cuatro modelos de aprendizaje supervisado:

1. Regresión Polinómica: Un modelo base paramétrico utilizando expansión de características para capturar no linealidades.
2. Bosque Aleatorio (RF): Un método de ensamble no paramétrico mejorado con ingeniería de características informada por el dominio (por ejemplo, potencial erosivo acumulado $P \times N$).
3. Red Neuronal Artificial (ANN): Un modelo de aprendizaje profundo totalmente conectado diseñado para mapear las entradas al vector del perfil completo.
4. Red Neuronal Convolucional (1D-CNN): Una arquitectura de aprendizaje profundo que utiliza capas convolucionales para capturar correlaciones espaciales locales dentro del perfil.

Todos los modelos fueron entrenados con el 85% de los datos y evaluados en un conjunto de prueba reservado utilizando el Error Cuadrático Medio (MSE), el Error Absoluto Medio (MAE) y el coeficiente de determinación ($R^2$). El estudio también investigó la sensibilidad del modelo al tamaño del conjunto de datos (del 25% al 100%) y al ruido de entrada.

Para el problema inverso, se entrenó una ANN para inferir los parámetros de proceso ($P, SOD, V, N$) a partir de una geometría objetivo. Para abordar la naturaleza de "muchos a uno" del problema inverso (donde múltiples conjuntos de parámetros pueden producir la misma geometría), los autores emplearon una pérdida de "consistencia directa". Los parámetros predichos se pasaron a través de la ANN directa pre-entrenada para generar un perfil simulado, el cual fue comparado posteriormente con la geometría objetivo. Esto aseguró que el modelo inverso produjera parámetros físicamente consistentes. También se implementó un marco inverso probabilístico utilizando Monte-Carlo dropout para generar una distribución de soluciones factibles en lugar de una única estimación determinista.

Contribuciones Clave

1. Predicción de Perfil Completo: Este trabajo presenta el primer marco de ML capaz de predecir el vector completo del perfil de la sección transversal mecanizado por ASJM, yendo más allá de métricas escalares como la rugosidad o la profundidad.
2. Ingeniería de Características Basada en la Física: El estudio incorpora un esquema de entrenamiento consciente de la monotonicidad mediante características diseñadas (ej. $P \times N$, $SOD \times V$, $P/V$) para codificar las dependencias conocidas de la tasa de erosión, asegurando una comparación justa de los modelos.
3. Diseño Inverso Probabilístico: Los autores desarrollaron un marco inverso sensible a las restricciones que devuelve un conjunto de combinaciones de parámetros factibles con estimaciones de incertidumbre, abordando explícitamente la no unicidad del problema inverso.
4. Evaluación de Aplicabilidad en Tiempo Real: El estudio cuantifica la latencia de inferencia, demostrando que los sustitutos de aprendizaje profundo pueden operar dentro del presupuesto de milisegundos por pasada requerido para el control de procesos en bucle cerrado, a diferencia de las simulaciones CFD tradicionales.
5. Herramienta de Código Abierto: Los modelos entrenados y el conjunto de datos experimental se liberan como una aplicación web gratuita basada en el navegador, permitiendo a los operadores sin experiencia en programación utilizar las herramientas.

Resultados

• Predicción Directa: Todos los modelos predijeron con éxito los perfiles de los microcanales con relaciones de aspecto que oscilan entre 0.06 y ~2. La ANN logró la mayor precisión ($R^2 = 0.817$, MAE = 0.00339 mm), seguida de cerca por la 1D-CNN ($R^2 = 0.807$). Los modelos tradicionales (Regresión Polinómica y RF) funcionaron razonablemente bien ($R^2 \approx 0.76$), pero fueron menos precisos en características de alta relación de aspecto.
• Sensibilidad del Conjunto de Datos: El rendimiento mejoró con el tamaño del conjunto de datos, estabilizándose después de utilizar el 75% de los mismos. La ANN demostró la mayor robustez, manteniendo un $R^2$ de 0.7 incluso con solo el 25% del conjunto de datos, mientras que el modelo de Bosque Aleatorio se degradó significativamente ($R^2 = 0.32$) bajo las mismas condiciones.
• Robustez al Ruido: Los modelos de aprendizaje profundo (ANN y CNN) mostraron una alta tolerancia al ruido de entrada, con un aumento leve del MAE (de 3.5 µm a 4.1 µm) bajo un ruido Gaussiano del 10%. En contraste, el modelo polinómico produjo valores no físicos bajo condiciones de ruido similares.
• Predicción Inversa: La ANN inversa predijo con éxito los parámetros de proceso para geometrías objetivo. Al utilizar únicamente la profundidad y el ancho como entradas, el modelo logró un $R^2$ de 0.94 para la profundidad y 0.55 para el ancho. Al utilizar el perfil completo como entrada, la precisión disminuyó ($R^2 \approx 0.77$) debido a la dimensionalidad y redundancia de la entrada. El enfoque inverso probabilístico identificó con éxito conjuntos de parámetros factibles con errores de profundidad absoluta medianos de 0.94 µm.
• Latencia: Los tiempos de inferencia en una sola CPU variaron desde 0.22 ms (Polinómica) hasta ~100 ms (Aprendizaje Profundo), lo que los hace adecuados para el control en tiempo real, mientras que el modelo de Bosque Aleatorio tomó ~10.9 segundos por muestra, lo que lo hace inadecuado para aplicaciones en tiempo real.

Significancia
El artículo afirma que este trabajo cierra la brecha entre las pruebas empíricas y la fabricación predictiva en tiempo real en ASJM. Al reducir el tiempo de predicción de horas (CFD) a microsegundos/milisegundos, los sustitutos de ML propuestos eliminan la barrera computacional que impide que los modelos basados en la física se integren en controladores de bucle cerrado. El marco permite la especificación de "un solo paso" de los parámetros de proceso para las geometrías deseadas, facilitando la planificación automatizada de procesos, la integración de gemelos digitales y la calificación rápida de nuevas combinaciones de materiales y abrasivos sin campañas exhaustivas de diseño de experimentos. Los autores posicionan esto como un esfuerzo pionero para demostrar la viabilidad del ML para patrones complejos y no lineales de eliminación de material en el mecanizado por chorro abrasivo, poniendo los modelos y herramientas entrenados a disposición pública para acelerar la adopción en el campo.