Enhancing the Computational Efficiency of Aircraft Assembly Simulations Using Deep Learning Warm-Start

Resumen Técnico: Mejora de la Eficiencia Computacional de las Simulaciones de Ensamblaje de Aeronaves mediante el Arranque en Caliente (Warm-Start) con Aprendizaje Profundo

Planteamiento del Problema
La simulación de los procesos de ensamblaje de aeronaves, particularmente el análisis de tensión-deformación de estructuras que involucran interacciones de contacto, depende en gran medida de la resolución de problemas de programación cuadrática (QP) convexa. Estos problemas surgen al modelar la eliminación de las brechas tecnológicas iniciales entre las piezas que se ensamblan y la deformación subsiguiente bajo la instalación de los sujetadores. Aunque existen algoritmos especializados (por ejemplo, métodos de conjunto activo, métodos de punto interior, división de operadores), su tiempo de ejecución crece de forma polinómica con la dimensión del problema. En modelos de ensamblaje de aeronaves a gran escala, donde el número de posibles pares de contacto puede alcanzar varios miles, este costo computacional se convierte en un cuello de botella para las aplicaciones de gemelos digitales. El desafío central es acelerar estos resolvedores sin alterar la formulación matemática subyacente ni el algoritmo de optimización en sí mismo.

Metodología
Los autores proponen un enfoque de "Arranque en Caliente con Aprendizaje Profundo" (Deep Learning Warm-Start) que aprovecha el aprendizaje automático para generar suposiciones iniciales de alta calidad para el resolvedor de QP. La metodología se estructura de la siguiente manera:

1. Formulación del Problema como Clasificación: En lugar de intentar predecir el vector de solución continuo (desplazamientos o brechas), el problema se redefine como una tarea de clasificación binaria multietiqueta. El objetivo es predecir el conjunto activo de restricciones ($I_{act}$), que identifica qué pares de contacto potenciales estarán en contacto (brecha eliminada) frente a aquellos que permanecerán inactivos (brecha residual) en la solución final.
2. Generación de Datos: Un flujo de trabajo totalmente automatizado dentro del paquete de software ASRP (Assembly Simulation of Riveting Process) genera los datos de entrenamiento. Esto implica:
   • Crear campos aleatorios de brechas iniciales utilizando un modelo de proceso aleatorio gaussiano (basado en Zaitseva et al.).
   • Generar aleatoriamente configuraciones de sujetadores.
   • Resolver los problemas de contacto resultantes para obtener los conjuntos activos de verdad fundamental (ground-truth).
   • Se generaron conjuntos de datos de 10,000 y 30,000 ejemplos para modelos con 121 y 621 posibles pares de contacto, respectivamente.
3. Arquitectura de la Red Neuronal: Se emplea un Perceptrón Multicapa (MLP).
   • Entrada: Un vector de tamaño $2m$ que contiene fuerzas de contacto y brechas iniciales para todos los $m$ pares potenciales.
   • Salida: Un vector de tamaño $m$ que representa la probabilidad de que cada restricción esté activa.
   • Estructura: Cuatro capas ocultas totalmente conectadas con LayerNorm, activación LeakyReLU y Dropout. El ancho de la capa oculta se ajustó experimentalmente (512 para $m=121$, 1024 para $m=621$).
   • Entrenamiento: La red se entrena utilizando una función de pérdida de entropía cruzada binaria ponderada para abordar el significativo desequilibrio de clases (donde los pares sin contacto suelen superar a los pares en contacto). La optimización se realiza mediante el algoritmo Adam con parada temprana basada en la métrica Macro-F1.
4. Integración del Arranque en Caliente (Warm-Start): Durante la inferencia, la red entrenada predice un vector binario que indica el conjunto activo. Esta predicción se convierte en una suposición inicial para el resolvedor estableciendo el conjunto activo inicial $I_{act}^{(0)}$ basándose en las etiquetas predichas. Los multiplicadores de Lagrange y los residuos se inicializan en cero. El resolvedor (un método de proyección de gradiente de primer orden con aceleración de catalizador) procede entonces a refinar la solución desde este punto de partida sin modificar su algoritmo central.

Contribuciones Clave

• Aplicación Novedosa a Problemas de Contacto: A diferencia de la literatura existente de "aprendizaje para optimizar" (learning-to-optimize) centrada en el Control Predictivo Basado en Modelo (MPC) o QP general, este trabajo aborda específicamente las características únicas de los problemas de contacto en el ensamblaje de aeronaves: un gran número de posibles pares de contacto, un fuerte desequilibrio de clases y matrices Hessianas densas.
• Estrategia de Predicción del Conjunto Activo: El estudio demuestra que predecir la estructura del conjunto activo (un problema de clasificación) es suficiente para acelerar el resolvedor, evitando la complejidad de la regresión directa de vectores de solución continuos de alta dimensión.
• Integración con ASRP: El método está totalmente integrado en el software ASRP, proporcionando una herramienta práctica para la informática aeroespacial que acelera los resolvedores existentes sin requerir cambios algorítmicos.
• Gestión del Desequilibrio de Clases: El estudio aborda explícitamente el desequilibrio en los datos de contacto (donde las restricciones activas son la minoría) mediante funciones de pérdida ponderadas y métricas de evaluación específicas (Macro-F1).

Resultados Experimentales
El método fue evaluado en dos modelos de ensamblaje de aeronaves ($m=121$ y $m=621$) utilizando 200 problemas de prueba independientes.

• Calidad de la Predicción: El modelo logró una puntuación Macro-F1 de 0.91 para el modelo más pequeño y 0.80 para el modelo más grande. Los autores señalan que no es necesaria la recuperación perfecta del conjunto activo para lograr una aceleración efectiva.
• Aceleración Computacional:
  • Para el modelo $m=121$, el tiempo de solución se redujo en un 37% (formulación dual) y un 41% (formulación relativa).
  • Para el modelo $m=621$, las reducciones fueron del 28% (dual) y 24% (relativa).
• Sobrecarga de Inferencia (Overhead): El tiempo requerido para que la red neuronal genere la suposición inicial fue insignificante (2.83 ms para $m=121$ y 5.81 ms para $m=621$), lo que representa menos del 3% y el 0.12% del tiempo total de solución, respectivamente.
• Desplazamiento de Distribución: El uso del arranque en caliente desplazó sistemáticamente la distribución del tiempo de solución hacia valores más bajos y redujo la "cola derecha" (valores atípicos con tiempos de ejecución largos), mejorando la predictibilidad del rendimiento del resolvedor.

Significancia y Reivindicaciones
El artículo afirma que el método de arranque en caliente propuesto mediante aprendizaje profundo ofrece una forma práctica y eficiente de acelerar las simulaciones de contacto a gran escala en el ensamblaje de aeronaves. La principal significancia radica en demostrar que la recuperación aproximada de la estructura del conjunto activo es suficiente para lograr aceleraciones sustanciales (24–41%) sin comprometer la precisión de la solución final, ya que el resolvedor numérico refina los componentes restantes.

Los autores enfatizan que este enfoque es agnóstico respecto al resolvedor final, lo que lo hace aplicable a una amplia clase de problemas de mecánica computacional. Concluyen que, si bien el aumento de la dimensión del modelo reduce naturalmente la precisión de la predicción, el método sigue siendo efectivo, y el compromiso entre la complejidad de la red y la precisión de la clasificación puede gestionarse para equilibrar la velocidad de construcción y el rendimiento del resolvedor. Se sugiere como trabajo futuro explorar redes neuronales de grafos y transformadores, pero el estudio actual establece la viabilidad de los MLP para este dominio específico.