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

तकनीकी सारांश: AA6061-T6 के पीक फ्लो स्ट्रेस के लिए मशीन लर्निंग बनाम गारोफालो-अरहेनियस (Garofalo–Arrhenius)

समस्या विवरण
सामग्री विज्ञान (materials science) का साहित्य अक्सर यह दावा करता है कि डेटा-संचालित मशीन लर्निंग (ML) रिग्रेसर, शास्त्रीय कॉन्स्टिट्यूटिव लॉ (classical constitutive laws), जैसे कि गारोफालो-अरहेनियस मॉडल की तुलना में हॉट फ्लो स्ट्रेस (hot flow stress) की अधिक सटीक भविष्यवाणी करते हैं। हालांकि, ये दावे अक्सर विभिन्न प्रयोगशालाओं और विरूपण मोड (deformation modes) से एकत्रित छोटे डेटासेट पर आधारित होते हैं, जिनमें औपचारिक सांख्यिकीय परीक्षण और ईमानदार आउट-ऑफ-सैंपल सत्यापन प्रोटोकॉल का अभाव होता है। यह अध्ययन इस पद्धतिगत कमजोरी को दूर करने के लिए एक एकल-स्रोत, एकल-मोड, पूर्णतः अभिलक्षित (fully characterized) डेटासेट तक तुलना को सीमित करके यह निर्धारित करता है कि क्या ML, प्रयोगात्मक हॉट-वर्किंग अभियानों के विशिष्ट डेटा स्केल पर, भौतिक रूप से आधारित मॉडलों की तुलना में वास्तविक सटीकता लाभ प्रदान करता है।

कार्यप्रणाली (Methodology)
यह अध्ययन AA6061-T6 मिश्र धातु के बारह हॉट-टॉर्शन स्थितियों (250–450°C, 0.91–9.07 s⁻¹) के एक डेटासेट का उपयोग करता है, जिसे ग्लिबल (Gleeble) थर्मोमैकेनिकल सिम्युलेटर पर प्राप्त किया गया था। पीक फ्लो स्ट्रेस ($\sigma_p$) को एक स्वचालित, खुले रूप से जमा किए गए पाइपलाइन के माध्यम से निकाला गया।

• मूल्यांकित मॉडल:
  • शास्त्रीय (Classical): एक गारोफालो-अरहेनियस हाइपरबोलिक-साइन मॉडल ($\dot{\epsilon} = A[\sinh(\alpha\sigma_p)]^n \exp(-Q/RT)$)।
  • मशीन लर्निंग (ML): तीन रिग्रेसर: रेडियल-बेसिस कर्नेल के साथ सपोर्ट-वेक्टर रिग्रेशन (SVR-RBF), ग्रेडिएंट-बूस्टेड रिग्रेशन (GBR), और मल्टीलेयर पर्सेप्ट्रॉन (ANN-MLP)।
• सत्यापन प्रोटोकॉल (Validation Protocol): छोटे डेटासेट ($N=12$) पर निष्पक्ष तुलना सुनिश्चित करने के लिए, अध्ययन ने एक वास्तविक नेस्टेड लीव-वन-आउट क्रॉस-वैलिडेशन (LOO-CV) का उपयोग किया।
  • ML मॉडलों के लिए, हाइपरपैरामीटर्स का चयन केवल प्रशिक्षण विभाजन (training partition) पर एक आंतरिक $k$-फोल्ड ग्रिड सर्च के माध्यम से किया गया था, और डेटा लीकेज को रोकने के लिए प्रत्येक फोल्ड के लिए फीचर स्केलर को फिर से फिट किया गया था।
  • गारोफालो-अरहेनियस मॉडल के लिए, प्रत्येक प्रशिक्षण फोल्ड के लिए $\alpha$ पर एक आयामी खोज के बाद लीनियर रिग्रेशन का उपयोग करके स्थिरांकों ($\alpha, n, Q, A$) का पुन: अनुमान लगाया गया, यह सुनिश्चित करते हुए कि शास्त्रीय मॉडल पूरे डेटासेट पर फिट नहीं किया गया बल्कि इसे ML मॉडलों की तरह ही समान रूप से क्रॉस-वैलिडेट किया गया।
• डेटा हैंडलिंग: दो स्थितियों (T5 और T7) को, जो स्थिर-अवस्था प्रवाह (steady-state flow) तक पहुँचने से पहले ही फ्रैक्चर हो गईं, गारोफालो-अरहेनियस अंशांकन (जो स्थिर-अवस्था प्रवाह को पूर्वमान्य करता है) से बाहर रखा गया, लेकिन ML प्रशिक्षण सेट में बनाए रखा गया। तुलना मैच की गई दस स्थिर-अवस्था स्थितियों पर की गई, जिसमें सभी बारह स्थितियों पर अतिरिक्त विश्लेषण भी शामिल था।

प्रमुख परिणाम

• स्थिर-अवस्था स्थितियों पर सटीकता: मैच की गई दस स्थिर-अवस्था स्थितियों के सेट पर, शास्त्रीय गारोफालो-अरहेनियस मॉडल ने 11.0% का औसत पूर्ण सापेक्ष त्रुटि (AARE) प्राप्त किया। इसने सभी ML मॉडलों को पीछे छोड़ दिया: GBR (14.8%), ANN-MLP (16.1%), और SVR-RBF (17.0%)।
• सांख्यिकीय सार्थकता (Statistical Significance): दस मैच की गई स्थितियों पर सर्वश्रेष्ठ ML मॉडल (GBR) की शास्त्रीय मॉडल के साथ तुलना करने वाले टू-साइडेड विलकॉक्सन साइन्ड-रैंक टेस्ट (two-sided Wilcoxon signed-rank test) ने $W=11$ और $p=0.11$ दिया। लेखक नोट करते हैं कि छोटे नमूना आकार ($N=10$) के कारण यह परीक्षण अंडरपावर्ड (underpowered) है, लेकिन वे निष्कर्ष निकालते हैं कि कोई सांख्यिकीय महत्वपूर्ण अंतर नहीं है; विशेष रूप से, किसी भी ML मॉडल ने सटीकता का लाभ प्रदर्शित नहीं किया।
• एक्सट्रपलेशन और विफलता मोड (Extrapolation and Failure Modes): सभी बारह स्थितियों (दो फ्रैक्चर-सीमित बिंदुओं सहित) के मूल्यांकन के दौरान, ML त्रुटि दर बढ़ गई (AARE में 15.5% से 19.9% तक)। ML मॉडल कम-तापमान, फ्रैक्चर-सीमित चरम सीमाओं (T5 और T7) पर गंभीर त्रुटियां प्रदर्शित करते हैं, जो स्थिर-अवस्था शासन (steady-state regime) से परे एक्सट्रपलेशन करने में अक्षमता को दर्शाते हैं। इसके विपरीत, शास्त्रीय मॉडल संरचनात्मक रूप से लाभान्वित था क्योंकि यह केवल स्थिर-अवस्था प्रवाह के लिए परिभाषित था।

प्रमुख योगदान

1. कठोर बेंचमार्किंग: यह अध्ययन मल्टी-सोर्स डेटा पूलिंग, मिश्रित विरूपण मोड, और सांख्यिकीय परीक्षण की कमी जैसे भ्रमों (confounds) को हटाकर एक "स्वच्छ" बेंचमार्क प्रदान करता है।
2. प्रक्रियात्मक समानता (Procedural Parity): दोनों भौतिक-आधारित और डेटा-संचालित मॉडलों पर समान LOO-CV प्रोटोकॉल लागू करके, यह अध्ययन प्रक्रियात्मक पूर्वाग्रहों को समाप्त करता है जो अक्सर तुलनात्मक साहित्य में पाए जाते हैं।
3. ML दावों का पुनर्मूल्यांकन: परिणाम प्रचलित विमर्श को चुनौती देते हैं कि ML स्वाभाविक रूप से कॉन्स्टिट्यूटिव लॉ से बेहतर है, यह प्रदर्शित करते हुए कि छोटे, सुव्यवस्थित डेटासेट के लिए, शास्त्रीय मॉडल ML विकल्पों की तुलना में कम से कम उतने ही सटीक हैं।

महत्व और दावे
लेख तर्क देता है कि प्रयोगात्मक हॉट-वर्किंग अध्ययनों के लिए विशिष्ट छोटे, एकल-स्रोत डेटासेट के लिए, भौतिक रूप से आधारित कॉन्स्टिट्यूटिव मॉडल ही तर्कसंगत डिफ़ॉल्ट बना हुआ है। लेखक दावा करते हैं कि इस शासन (regime) में ML मॉडल कोई मापा गया सटीकता लाभ प्रदान नहीं करते हैं, जबकि वे व्याख्यात्मकता (interpretability) और सुरक्षित एक्सट्रपलेशन क्षमताओं को भी खो देते हैं। अध्ययन ML की श्रेष्ठता के बारे में अत्यधिक दावा करने के विरुद्ध एक चेतावनीपूर्ण बेंचमार्क के रूप में कार्य करता है, जहाँ लचीले रिग्रेसर "डेटा-भूखे" (data-starved) होते हैं और सही कार्यात्मक निर्भरता को पूर्व-निर्धारित (a priori) रूप से एनकोड करने वाले मॉडलों की तुलना में जटिल रिस्पॉन्स सरफेस को अधिक सटीक रूप से रिकवर नहीं कर पाते हैं। लेखक स्पष्ट रूप से कहते हैं कि ML केवल बड़े, सजातीय डेटासेट या जहाँ कॉन्स्टिट्यूटिव रूप वास्तव में अज्ञात हो, वहां ही फायदेमंद हो सकता है—शर्तें जो इस अध्ययन में पूरी नहीं होती हैं।