VIBES -- A Two-Stage Scalable Bayesian Uncertainty Quantification Framework: Application to a Biomass Valorization Process

Resumo Técnico: VIBES – Uma Estrutura de Quantificação de Incerteza Bayesiana Escalável em Dois Estágios

Definição do Problema
Modelos de processos de alta dimensão usados para o design de processos químicos, análise de viabilidade técnico-econômica (TEA) e avaliação de sustentabilidade frequentemente sofrem com incertezas significativas em parâmetros cinéticos, de design/operacionais e econômicos. Embora a quantificação de incerteza (UQ) seja crítica para uma tomada de decisão confiável, os métodos bayesianos tradicionais baseados em amostragem (ex: Cadeia de Markov Monte Carlo) tornam-se computacionalmente intratáveis quando aplicados a sistemas não lineares e de alta dimensão que exigem avaliações repetidas de simuladores de processo rigorosos. Além disso, as abordagens existentes frequentemente dependem de análise de sensibilidade local para redução de dimensionalidade, o que pode falhar em capturar não linearidades globais e interações, ou utilizam modelos substitutos (surrogates) simplificados que carecem da fidelidade das simulações de primeira ordem. Há uma necessidade específica de uma estrutura escalável que possa simultaneamente identificar fontes dominantes de incerteza e realizar a estimativa posterior sem sacrificar a eficiência computacional ou a fidelidade do modelo.

Metodologia: A Estrutura VIBES
O artigo propõe o VIBES (Variational Inference-based Bayesian Estimation with Sobol screening), uma estrutura escalável de dois estágios projetada para enfrentar esses desafios:

1. Estágio 1: Análise de Sensibilidade Global (GSA) de Sobol para Redução de Dimensionalidade:

   • A estrutura realiza primeiro uma GSA de Sobol baseada em variância sobre o espaço total de entradas incertas (incluindo variáveis cinéticas, de design e econômicas).
   • Utilizando índices de Sobol de ordem total, o método identifica o subconjunto de variáveis e parâmetros que governam a maior parte da variância nas saídas de processo e econômicas.
   • Este passo reduz a dimensionalidade do problema subsequente de inferência bayesiana, focando apenas nos inputs mais influentes enquanto captura efeitos não lineares e interações.

2. Estágio 2: Inferência Variacional (VI) para Estimativa Bayesiana:

   • A inferência bayesiana é realizada exclusivamente no espaço de dimensão reduzida identificado no Estágio 1.
   • Em vez de amostragem computacionalmente dispendiosa, a VI reformula a estimativa posterior como um problema de otimização. Ela aproxima a distribuição posterior verdadeira usando uma distribuição variacional parametrizada (especificamente, uma Gaussiana diagonal) ao minimizar a divergência de Kullback-Leibler (KL).
   • Para garantir a escalabilidade, a otimização da VI utiliza um modelo substituto diferenciável (uma rede neural feedforward) treinada nos dados amostrados por Sobol. Isso permite o uso de gradiente descendente estocástico (SGD) e diferenciação automática (via JAX) para otimizar os parâmetros variacionais de forma eficiente.
   • Uma estratégia de "aquecimento" (warm-start) é empregada, inicializando os parâmetros variacionais usando as melhores amostras da etapa inicial de triagem de Sobol para acelerar a convergência.

3. Propagação de Incerteza Preditiva Posterior:

   • Uma vez que as distribuições posteriores das variáveis do espaço reduzido são estimadas, elas são propagadas através do modelo de processo de alta fidelidade (não o substituto) para quantificar a incerteza preditiva final.
   • As variáveis não selecionadas são fixadas em seus valores de caso base durante este passo final de propagação.

Implementação e Estudo de Caso
A estrutura foi implementada usando uma plataforma de integração multi-software conectando Python (para GSA, VI e otimização) com Aspen Plus (para simulação de processo rigorosa e avaliação econômica). Uma interface de Windows Component Object Model (COM) facilitou a amostragem automatizada, simulação e extração de dados.

A metodologia foi demonstrada em um novo processo de produção de bioadesivo envolvendo a despolimerização de lignina kraft catalisada por base (BCD) seguida de reticulação com isolado de proteína de soja (SPI). O estudo focou em duas saídas principais:

• Desempenho do Processo: Vazão mássica de D-lignina.
• Desempenho Econômico: Custo Nivelado do Adesivo (LCOA).

Dada a falta de dados experimentais ou de mercado extensos para esta tecnologia emergente, os autores utilizaram duas abordagens de geração de dados para testar o fluxo de trabalho de UQ inverso:

1. Alvo de Valor Único: Usando um alvo de saída específico com ruído Gaussiano adicionado.
2. Dados de Medição Sintéticos: Gerando múltiplas observações sintéticas para mimetizar a variabilidade experimental.

Principais Resultados

• Redução de Dimensionalidade: A GSA de Sobol identificou que apenas 5 variáveis dominantes (vazão mássica de lignina Kraft, preço de SPI, preço de lignina Kraft e energias de ativação para as reações de BCD 1 e 2) capturaram mais de 99% da variância total da saída. Isso reduziu o espaço de entrada de 17 dimensões independentes para 5.
• Redução de Incerteza:
  • No método de alvo de valor único, a aplicação do VIBES reduziu os limites de incerteza preditiva em 86,3% para o LCOA e 85,5% para a vazão de D-lignina.
  • Na abordagem de dados sintéticos, as reduções de incerteza foram ainda maiores, atingindo 90,6% para o LCOA e 93,9% para a vazão de D-lignina.
  • O artigo observa que reduzir o espaço para apenas a variável principal ($N_{top}=1$) resultou em uma alta redução aparente de incerteza, mas falhou em representar adequadamente os dados alvo, destacando a necessidade de selecionar uma dimensão reduzida apropriada.
• Eficiência Computacional: A abordagem de espaço reduzido baixou significativamente os custos computacionais. Para o caso de 5 dimensões, o tempo de otimização da VI foi reduzido em aproximadamente 31,3% (valor único) e 34,9% (dados sintéticos) em comparação com a realização da inferência sobre o espaço total de 17 dimensões.
• Precisão do Modelo Substituto: O substituto de rede neural usado para o treinamento da VI alcançou baixos valores de Erro Quadrático Médio (RMSE) (~1,15% para LCOA e ~0,26% para vazão), validando seu uso para otimização baseada em gradiente.

Significância e Alegações
O artigo afirma que o VIBES fornece um caminho genérico e escalável para integrar análise de sensibilidade global, estimativa Bayesiana e UQ preditiva posterior com simulação de processo rigorosa. Sua principal significância reside em:

1. Escalabilidade: Permite a UQ Bayesiana para sistemas de processos químicos de alta dimensão e complexos, onde métodos de amostragem tradicionais são proibitivos.
2. Fidelidade: Ao usar um substituto apenas para o passo de otimização e propagar a incerteza através do modelo de alta fidelidade para os resultados finais, equilibra-se velocidade computacional com precisão.
3. Tomada de Decisão: A estrutura suporta a exploração do espaço de design consciente da incerteza e a tomada de decisão para tecnologias de valorização de biomassa, quantificando como as incertezas cinéticas, de design e econômicas interagem para afetar o desempenho e o custo.
4. Generalidade: Embora demonstrado em um processo de bioadesivo, os autores afirmam que a estrutura é prontamente generalizável para outras vias de conversão de biomassa e sistemas de processos químicos complexos.

Os autores concluem que, embora múltiplas medições forneçam uma estimação inversa mais informativa do que alvos de valor único, o valor central do VIBES é sua capacidade de identificar sistematicamente as fontes dominantes de incerteza e reduzir a incerteza preditiva em mais de 80% em todas as saídas do modelo, mesmo quando apenas um conjunto reduzido de entradas é otimizado.