Machine Learning Offers No Advantage over the Garofalo–Arrhenius Model for Peak Flow Stress Prediction in Hot Torsion of AA6061-T6: A Single-Source Benchmarking Study

Résumé Technique : Apprentissage Automatique vs Garofalo–Arrhenius pour la Contrainte de Pic de Débit dans l'AA6061-T6

Énoncé du Problème
La littérature en science des matériaux affirme fréquemment que les régresseurs d'apprentissage automatique (ML) prédisent la contrainte de débit à chaud plus précisément que les lois de comportement classiques, telles que le modèle de Garofalo–Arrhenius. Cependant, ces affirmations reposent souvent sur de petits ensembles de données regroupés provenant de différents laboratoires et modes de déformation, manquant de tests statistiques formels et de protocoles de validation hors échantillon honnêtes. Cette étude aborde ces faiblesses méthodologiques en isolant la comparaison à un ensemble de données de source unique, de mode unique et entièrement caractérisé, afin de déterminer si le ML offre un véritable avantage de précision par rapport aux modèles fondés sur la physique à l'échelle de données typique des campagnes de travail à chaud expérimentales.

Méthodologie
L'étude utilise un ensemble de données de douze conditions de torsion à chaud (250–450 °C, 0,91–9,07 s⁻¹) pour l'alliage AA6061-T6, acquises sur un simulateur thermomécanique Gleeble. La contrainte de pic de débit ($\sigma_p$) a été extraite via un pipeline automatisé et ouvert.

• Modèles Évalués :
  • Classique : Un modèle de Garofalo–Arrhenius de type sinus hyperbolique ($\dot{\epsilon} = A[\sinh(\alpha\sigma_p)]^n \exp(-Q/RT)$).
  • Apprentissage Automatique (ML) : Trois régresseurs : Régression par Vecteurs de Support avec un noyau radial-basis (SVR-RBF), Régression par Boost de Gradient (GBR) et un Perceptron Multicouche (ANN-MLP).
• Protocole de Validation : Pour garantir une comparaison équitable sur le petit ensemble de données ($N=12$), l'étude a employé une véritable validation croisée de type "leave-one-out" (LOO-CV) imbriquée.
  • Pour les modèles de ML, les hyperparamètres ont été sélectionnés via une recherche par grille $k$-fold interne uniquement sur la partition d'entraînement, avec des échelles de caractéristiques (scalers) réajustées pour chaque pli afin d'éviter la fuite de données.
  • Pour le modèle de Garofalo–Arrhenius, les constantes ($\alpha, n, Q, A$) ont été réestimées pour chaque pli d'entraînement en utilisant une recherche unidimensionnelle sur $\alpha$ suivie d'une régression linéaire, garantissant que le modèle classique n'était pas ajusté sur l'ensemble du jeu de données mais était validé de manière identique aux modèles de ML.
• Gestion des Données : Deux conditions (T5 et T7) qui ont subi une rupture avant d'atteindre le régime de flux stationnaire ont été exclues du calibrage de Garofalo–Arrhenius (qui présuppose un flux stationnaire) mais conservées dans l'ensemble d'entraînement du ML. Les comparaisons ont été effectuées sur les dix conditions stationnaires correspondantes, avec une analyse supplémentaire sur les douze conditions.

Résultats Clés

• Précision sur les Conditions Stationnaires : Sur l'ensemble apparié des dix conditions stationnaires, le modèle classique de Garofalo–Arrhenius a atteint une Erreur Absolue Relative Moyenne (AARE) de 11,0 %. Il a surpassé tous les modèles de ML : GBR (14,8 %), ANN-MLP (16,1 %) et SVR-RBF (17,0 %).
• Signification Statistique : Un test de Wilcoxon signé-rang comparant le meilleur modèle de ML (GBR) au modèle classique sur les dix conditions appariées a donné $W=11$ et $p=0,11$. Les auteurs notent que le test est sous-dimensionné en raison de la petite taille de l'échantillon ($N=10$), mais concluent qu'il n'y a pas de différence statistiquement significative ; spécifiquement, aucun modèle de ML n'a démontré d'avantage de précision.
• Extrapolation et Modes de Rupture : Lors de l'évaluation sur l'ensemble des douze conditions (incluant les deux points limités par la rupture), les taux d'erreur du ML ont augmenté (allant de 15,5 % à 19,9 % d'AARE). Les modèles de ML ont présenté des erreurs sévères aux extrêmes de basse température et de rupture (T5 et T7), reflétant une incapacité à extrapoler au-delà du régime stationnaire qui dominait les données d'entraînement. En revanche, le modèle classique était structurellement avantagé car il est défini uniquement pour le flux stationnaire.

Principales Contributions

1. Évaluation de Référence Rigoureuse : L'étude fournit un benchmark "propre" en éliminant les facteurs de confusion tels que le regroupement de données multi-sources, les modes de déformation mixtes et l'absence de tests statistiques.
2. Parité Procédurale : En appliquant des protocoles LOO-CV identiques aux modèles physiques et aux modèles de données, l'étude élimine les biais procéduraux souvent présents dans la littérature comparative.
3. Réévaluation des Revendications du ML : Les résultats remettent en question le récit prédominant selon lequel le ML surpasse intrinsèquement les lois de comportement, démontrant que pour de petits ensembles de données bien caractérisés, les modèles classiques sont au moins aussi précis que les alternatives de ML.

Signification et Revendications
L'article soutient que pour les petits ensembles de données à source unique, typiques des études de travail à chaud expérimentales, le modèle de comportement fondé sur la physique reste l'option par défaut rationnelle. Les auteurs affirment que les modèles de ML n'offrent aucun avantage d'exactitude mesuré dans ce régime, tout en sacrifiant l'interprétabilité et les capacités d'extrapolation sécurisées. L'étude sert de mise en garde contre la surestimation de la supériorité du ML à des échelles de données où les régresseurs flexibles sont "affamés de données" et ne peuvent récupérer des surfaces de réponse complexes plus précisément qu'un modèle codant la dépendance fonctionnelle correcte a priori. Les auteurs déclarent explicitement que le ML ne pourrait devenir avantageux qu'à des échelles de données substantiellement plus grandes et homogènes, ou lorsque la forme constitutive est réellement inconnue — conditions qui ne sont pas remplies dans cette étude.