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

Sintesi Tecnica: Machine Learning vs. Garofalo–Arrhenius per lo sforzo di picco in AA6061-T6

Definizione del Problema
La letteratura sulla scienza dei materiali afferma frequentemente che i regressori basati sull'apprendimento automatico (ML) predicono lo sforzo di flusso a caldo con maggiore accuratezza rispetto alle leggi costitutive classiche, come il modello di Garofalo–Arrhenius. Tuttavia, tali affermazioni si basano spesso su piccoli dataset aggregati da diversi laboratori e modalità di deformazione, privi di test statistici formali e di protocolli di validazione out-of-sample onesti. Questo studio affronta tali debolezze metodologiche isolando il confronto a un dataset a singola fonte, singola modalità e completamente caratterizzato, per determinare se il ML offra un reale vantaggio di accuratezza rispetto ai modelli basati sulla fisica alla scala di dati tipica delle campagne sperimentali di lavorazione a caldo.

Metodologia
Lo studio utilizza un dataset di dodici condizioni di torsione a caldo (250–450 °C, 0,91–9,07 s⁻¹) per la lega AA6061-T6, acquisito su un simulatore termomeccanico Gleeble. Lo sforzo di picco ($\sigma_p$) è stato estratto tramite una pipeline automatizzata e depositata apertamente.

• Modelli Valutati:
  • Classico: Un modello iperbolico-sinusoide di Garofalo–Arrhenius ($\dot{\epsilon} = A[\sinh(\alpha\sigma_p)]^n \exp(-Q/RT)$).
  • Machine Learning: Tre regressori: Regressione a Support Vector con kernel radiale (SVR-RBF), Gradient-Boosted Regression (GBR) e un Perceptron Multistrato (ANN-MLP).
• Protocollo di Validazione: Per garantire un confronto equo su un piccolo dataset ($N=12$), lo studio ha impiegato una vera cross-validazione leave-one-out (LOO-CV) nidificata.
  • Per i modelli ML, gli iperparametri sono stati selezionati tramite una ricerca a griglia k-fold interna solo sulla partizione di addestramento, con i trasformatori di scala delle caratteristiche (feature scalers) ricalibrati per ogni fold per evitare la fuga di dati (data leakage).
  • Per il modello di Garofalo–Arrhenius, le costanti ($\alpha, n, Q, A$) sono state ricalcolate per ogni fold di addestramento utilizzando una ricerca monodimensionale su $\alpha$ seguita da una regressione lineare, garantendo che il modello classico non fosse adattato sull'intero dataset ma fosse sottoposto a una cross-validazione identica ai modelli ML.
• Gestione dei Dati: Due condizioni (T5 e T7) che hanno subito frattura prima di raggiungere lo stato stazionario di flusso sono state escluse dalla calibrazione di Garofalo–Arrhenius (che presuppone un flusso stazionario), ma mantenute nel set di addestramento ML. I confronti sono stati eseguiti sulle dieci condizioni stazionarie corrispondenti, con un'analisi aggiuntiva su tutte le dodici condizioni.

Risultati Chiave

• Accuratezza sulle Condizioni Stazionarie: Sull'insieme corrispondente di dieci condizioni stazionarie, il modello classico di Garofalo–Arrhenius ha ottenuto un Errore Assoluto Relativo Medio (AARE) dell'11,0%. Questo ha superato tutti i modelli ML: GBR (14,8%), ANN-MLP (16,1%) e SVR-RBF (17,0%).
• Significatività Statistica: Un test Wilcoxon signed-rank a due code che confrontava il miglior modello ML (GBR) con il modello classico sulle dieci condizioni corrispondenti ha prodotto $W=11$ e $p=0,11$. Gli autori osservano che il test è sottodimensionato a causa del piccolo campione ($N=10$), ma concludono che non vi è alcuna differenza statisticamente significativa; nello specifico, nessun modello ML ha dimostrato un vantaggio di accuratezza.
• Estrapolazione e Modalità di Cedimento: Valutati su tutte le dodici condizioni (incluse le due condizioni limitate dalla frattura), i tassi di errore del ML sono aumentati (con AARE compreso tra il 15,5% e il 19,9%). I modelli ML hanno mostrato errori severi alle estremità di bassa temperatura e limitate dalla frattura (T5 e T7), riflettendo l'incapacità di estrapolare oltre il regime stazionario che dominava i dati di addestramento. Al contrario, il modello classico era strutturalmente avvantaggiato in quanto definito solo per il flusso stazionario.

Contributi Chiave

1. Benchmarking Rigoroso: Lo studio fornisce un benchmark "pulito" eliminando i fattori di confondimento come l'aggregazione di dati da molteplici fonti, le modalità di deformazione miste e la mancanza di test statistici.
2. Parità Procedurale: Applicando identici protocolli di LOO-CV sia ai modelli basati sulla fisica che a quelli basati sui dati, lo studio elimina i bias procedurali spesso presenti nella letteratura comparativa.
3. Rivalutazione delle Dichiarazioni sul ML: I risultati mettono in discussione la narrativa prevalente secondo cui il ML supera intrinsecamente le leggi costitutive, dimostrando che, per piccoli dataset ben caratterizzati, i modelli classici sono almeno altrettanto accurati delle alternative ML.

Significato e Affermazioni
L'articolo sostiene che, per i piccoli dataset a singola fonte tipici degli studi di lavorazione a caldo sperimentale, il modello costitutivo basato sulla fisica rimane il default razionale. Gli autori affermano che i modelli ML non offrono alcun beneficio misurabile in termini di accuratezza in questo regime, perdendo al contempo interpretabilità e capacità di estrapolazione sicura. Lo studio funge da benchmark cautelativo contro l'eccessiva enfasi sulla superiorità del ML in contesti dove i regressori flessibili sono "privi di dati" e non riescono a recuperare superfici di risposta complesse in modo più accurato di modelli che codificano la corretta dipendenza funzale a priori. Gli autori dichiarano esplicitamente che il ML potrebbe diventare vantaggioso solo con dataset sostanzialmente più grandi e omogenei o dove la forma costitutiva è realmente sconosciuta — condizioni non soddisfatte in questo studio.