Understanding the Governing Parameters of UHPC’s Strength Using Explainable Machine Learning

Resumo Técnico: Compreendendo os Parâmetros Governantes da Resistência do UHPC Utilizando Aprendizado de Máquina Explicável

Definição do Problema
O Concreto de Ultra-Alto Desempenho (UHPC) exibe um comportamento de resistência à compressão altamente não linear, impulsionado por interações complexas entre os constituintes da mistura e as condições de cura. Modelos empíricos convencionais e abordagens de regressão linear frequentemente falham em capturar essas interações de características de ordem superior, efeitos de acoplamento multiplicativo e não linearidades sensíveis a limiares, intrínsecos ao sistema de hidratação e microestrutural do UHPC. Além disso, os códigos de projeto padrão (ex: ACI 318-19, Eurocode 2) carecem de provisões constitutivas explícitas para o UHPC, baseando-se, em vez disso, em relações simplificadas calibradas para concreto de resistência normal. Embora o aprendizado de máquina (ML) ofereça um paradigma para aproximar mapeamentos de entrada-saída não lineares sem restrições constitutivas predefinidas, modelos de alta capacidade frequentemente sofrem do problema da "caixa-preta", limitando sua aceitação na prática estrutural devido à falta de interpretabilidade física.

Metodologia
Este estudo emprega uma estrutura baseada em dados que integra modelagem preditiva com Inteligência Artificial Explicável (XAI) para analisar um banco de dados curado de 810 misturas experimentais de UHPC compiladas de literatura revisada por pares.

• Curadoria de Dados: O conjunto de dados inclui 13 variáveis de entrada (ex: cimento, sílica ativa, teor de fibra, idade de cura, temperatura) e uma variável de saída (resistência à compressão). Os dados passaram por um pré-processamento rigoroso para remover duplicatas e valores fisicamente inconsistentes. O conjunto de dados foi estratificado em regimes de idade inicial (≤28 dias) e idade tardia (>28 dias) para considerar distintos mecanismos de desenvolvimento de resistência.
• Desenvolvimento de Modelos: Quatro algoritmos de aprendizado de máquina foram treinados e avaliados: Regressão de Vetores de Suporte (SVR), Redes Neurais Artificiais (ANN), Floresta Aleatória (RF) e Extreme Gradient Boosting (XGBoost).
• Otimização: A otimização sistemática de hiperparâmetros foi realizada utilizando GridSearchCV e RandomizedSearchCV com validação cruzada de cinco dobras para garantir robustez e evitar o sobreajuste (overfitting).
• Métricas de Avaliação: O desempenho do modelo foi avaliado usando o coeficiente de determinação ($R^2$), Erro Quadrático Médio (RMSE) e Erro Médio Absoluto (MAE).
• Explicabilidade: O melhor modelo desempenhado foi submetido à análise de SHapley Additive exPlanations (SHAP). Esta abordagem decompõe as previsões em contribuições aditivas de características, permitindo tanto o ranking de importância global de características quanto a atribuição de nível de amostra local baseada na teoria dos jogos cooperativos axiomática.

Principais Resultados

• Desempenho Preditivo: Entre os modelos avaliados, o XGBoost alcançou a maior precisão preditiva, gerando um $R^2$ de teste de 0,9641, um RMSE de 7,3237 MPa e um MAE de 5,0748 MPa. A validação cruzada de cinco dobras confirmou uma forte capacidade de generalização com um $R^2$ médio de 0,970 ± 0,004. Em comparação, a Floresta Aleatória teve um bom desempenho ($R^2$ = 0,9502), enquanto o SVR e a ANN mostraram desempenho inferior ($R^2$ = 0,9025 e 0,8678, respectivamente).
• Análise de Correlação: A análise de correlação de Pearson identificou a sílica ativa ($r=0,521$), o teor de fibra ($r=0,440$), a idade de cura ($r=0,415$) e a dosagem de superplastificante ($r=0,396$) como tendo as correlações lineares positivas mais fortes com a resistência à compressão.
• Explicabilidade (SHAP): A análise SHAP revelou que, embora a sílica ativa tivesse a maior correlação linear, o teor de fibra e a idade de cura foram as variáveis mais influentes no modelo multivariado não linear.
  • Importância Global: A idade de cura e o teor de fibra classificaram-se mais alto nos valores de importância SHAP.
  • Interpretação Local: Para uma previsão representativa de 153,65 MPa, o teor de fibra contribuiu com +14,82 MPa e a idade de cura contribuiu com +12,26 MPa para a linha de base (baseline).
• Validação de Tendências: Gráficos de Dependência Parcial (PDPs) e análises de sensibilidade confirmaram tendências fisicamente realistas, como o ganho rápido de resistência nas idades iniciais seguido por um platô, e um benefício marginal positivo, porém decrescente, do teor de fibra em dosagens mais elevadas.

Significância e Alegações
O artigo afirma que a integração do aprendizado de máquina explicável proporciona um benefito duplo: alta confiabilidade preditiva e interpretabilidade de engenharia. Ao utilizar SHAP, o estudo preenche a lacuna entre as previsões de "caixa-preta" do ML e a compreensão física, demonstrando que as decisões do modelo se alinham com mecanismos estabelecidos da ciência dos materiais, incluindo maturidade de hidratação, densificação da matriz e reforço por fibras.

Os autores sustentam que esta estrutura oferece uma ferramenta transparente para o design e otimização de misturas de UHPC baseadas em desempenho. Diferente das fórmulas empíricas tradicionais que impõem estruturas funcionais rígidas, esta abordagem identifica autonomamente efeitos de interação e padrões estruturais latentes. O estudo conclui que o ML explicável pode efetivamente identificar os parâmetros governantes que controlam a resistência à compressão do UHFC, fornecendo insights de engenharia significativos sobre a influência relativa dos constituintes da mistura e das condições de cura sem a necessidade de testes destrutivos em idades fixas.