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

Resumo Técnico: Aprendizado de Máquina vs. Garofalo–Arrhenius para Tensão de Pico de Fluxo em AA6061-T6

Definição do Problema
A literatura de ciência dos materiais frequentemente afirma que regressores de aprendizado de máquina (ML) baseados em dados predizem a tensão de fluxo a quente com maior precisão do que leis constitutivas clássicas, como o modelo de Garofalo–Arrhenius. No entanto, essas afirmações baseiam-se frequentemente em conjuntos de dados pequenos, reunidos de diferentes laboratórios e modos de deformação, carecendo de testes estatísticos formais e protocolos de validação fora da amostra (out-of-sample) honestos. Este estudo aborda essas fraquezas metodológicas ao isolar a comparação a um conjunto de dados de fonte única, modo único e totalmente caracterizado, para determinar se o ML oferece uma vantagem real de precisão sobre modelos fundamentados na física na escala de dados típica de campanhas experimentais de trabalho a quente.

Metodologia
O estudo utiliza um conjunto de dados de doze condições de torção a quente (250–450°C, 0,91–9,07 s⁻¹) para a liga AA6061-T6, adquiridas em um simulador termomecânico Gleeble. A tensão de pico de fluxo ($\sigma_p$) foi extraída via um pipeline automatizado e de acesso aberto.

• Modelos Avaliados:
  • Clássico: Um modelo hiperbólico-seno de Garofalo–Arrhenius ($\dot{\epsilon} = A[\sinh(\alpha\sigma_p)]^n \exp(-Q/RT)$).
  • Aprendizado de Máquina: Três regressores: Regressão de Vetores de Suporte com um kernel de base radial (SVR-RBF), Regressão de Gradiente de Boosting (GBR) e um Perceptron Multicamadas (ANN-MLP).
• Protocolo de Validação: Para garantir uma comparação justa no pequeno conjunto de dados ($N=12$), o estudo empregou uma validação cruzada de exclusão de um por um (leave-one-out cross-validation - LOO-CV) genuinamente aninhada.
  • Para os modelos de ML, os hiperparâmetros foram selecionados via busca em grade (grid search) $k$-fold interna apenas na partição de treinamento, com os escaladores de características reajustados para cada dobra (fold) a fim de evitar o vazamento de dados (data leakage).
  • Para o modelo Garofalo–Arrhenius, as constantes ($\alpha, n, Q, A$) foram reestimadas para cada dobra de treinamento usando uma busca unidimensional em $\alpha$ seguida de regressão linear, garantindo que o modelo clássico não fosse ajustado no conjunto de dados completo, mas sim validado de forma idêntica aos modelos de ML.
• Manipulação de Dados: Duas condições (T5 e T7) que sofreram fratura antes de atingir o fluxo de estado estacionário foram excluídas da calibração de Garofalo–Arrhenius (que pressupõe fluxo de estado estacionário), mas mantidas no conjunto de treinamento de ML. As comparações foram realizadas nas dez condições de estado estacionário correspondentes, com análise adicional em todas as doze condições.

Principais Resultados

• Precisão em Condições de Estado Estacionário: Nas dez condições de estado estacionário correspondentes, o modelo clássico Garofalo–Arrhenius alcançou um Erro Absoluto Relativo Médio (AARE) de 11,0%. Este desempenho superou todos os modelos de ML: GBR (14,8%), ANN-MLP (16,1%) e SVR-RBF (17,0%).
• Significância Estatística: Um teste de postos sinalizados de Wilcoxon bilateral comparando o melhor modelo de ML (GBR) contra o modelo clássico nas dez condições correspondentes resultou em $W=11$ e $p=0,11$. Os autores observam que o teste possui baixo poder estatístico devido ao pequeno tamanho da amostra ($N=10$), mas concluem que não há diferença estatisticamente significativa; especificamente, nenhum modelo de ML demonstrou uma vantagem de precisão.
• Extrapolação e Modos de Falha: Quando avaliados em todas as doze condições (incluindo os dois pontos limitados por fratura), as taxas de erro de ML aumentaram (variando de 15,5% a 19,9% de AARE). Os modelos de ML exibiram erros severos nos extremos de baixa temperatura e limite de fratura (T5 e T7), refletindo a incapacidade de extrapolar além do regime de estado estacionário que dominou os dados de treinamento. Em contraste, o modelo clássico foi estruturalmente favorecido por ser definido apenas para o fluxo de estado estacionário.

Principais Contribuições

1. Benchmarking Rigoroso: O estudo fornece um benchmark "limpo" ao remover confusões como a reunião de dados de múltiplas fontes, modos de deformação mistos e a falta de testes estatísticos.
2. Paridade Procedimental: Ao aplicar protocolos de LOO-CV idênticos tanto para os modelos baseados em física quanto para os modelos baseados em dados, o estudo elimina vieses procedimentais frequentemente encontrados na literatura comparativa.
3. Reavaliação das Alegações de ML: Os resultados desafiam a narrativa predominante de que o ML é inerentemente superior aos modelos constitutivos, demonstrando que, para conjuntos de dados pequenos e bem caracterizados, os modelos clássicos são, no mínimo, tão precisos quanto as alternativas de ML.

Significância e Alegações
O artigo argumenta que, para os pequenos conjuntos de dados de fonte única típicos de estudos de trabalho a quente experimental, o modelo constitutivo fundamentado na física permanece como o padrão racional. Os autores afirmam que os modelos de ML não oferecem benefício mensurável de precisão neste regime, enquanto perdem interpretabilidade e capacidades de extrapolação segura. O estudo serve como um benchmark de cautela contra o excesso de afirmações de superioridade do ML em escalas de dados onde regressores flexíveis são "famintos por dados" e não conseguem recuperar superfícies de resposta complexas de forma mais precisa do que modelos que codificam a dependência funcional correta a priori. Os autores declaram explicitamente que o ML pode tornar-se vantajoso apenas em conjuntos de dados substancialmente maiores e homogêneos ou onde a forma constitutiva é genuinamente desconhecida — condições não atendidas neste estudo.