Interpretable Hybrid Surrogate Modeling for Diameter Deviation Prediction in Injection Molding Using Symbolic Regression and Gaussian Process Residual Correction

在制造业领域，制造塑料零件有点像烤蛋糕，但出错的空间要小得多。当机器将熔融塑料注入模具时，必须精确控制压力、冷却材料的速度以及循环的时机。如果机器设置哪怕只有轻微偏差，最终零件的尺寸就可能不对。这是一个关于尺寸质量的问题。工程师们长期以来一直试图精确预测改变机器设置（例如增加塑料的挤压力或改变流动速度）会如何改变零件的最终尺寸。挑战在于，这些因素并非独立作用；它们以复杂的方式交织在一起。压力的变化对结果的影响，可能会取决于塑料注入的速度或模具开启前的等待时间。通常，为了理解这些关系，公司会进行数百次实验，但由于时间和资金的限制，他们往往只能进行几十次。在数据稀缺的情况下，标准的计算机模型往往会变得过于复杂而难以理解，或者无法进行准确预测。

来自摩洛哥的一个研究小组致力于为一种特定类型的塑料零件解决这个难题，他们关注的是一种被称为“直径偏差”的缺陷，即零件的宽度与预期尺寸之间的差异。他们希望建立一个能够利用极少数据来预测这种误差的计算机模型，但有一个关键的转折点：该模型必须是可理解的。他们不想将逻辑隐藏在“黑箱”之中，而是希望得到一个工程师可以阅读并信任的清晰数学规则。为此，他们结合了两种不同的方法。首先，他们使用了一种称为符号回归（symbolic regression）的技术，这本质上是在寻找最符合数据的最简单方程。然后，他们添加了第二层，即一种被称为高斯过程（Gaussian process）的统计工具，用以捕捉第一层方程遗漏的细微且杂乱的细节。其目标是创建一个既透明又精确的混合系统，即使在仅有二十七种不同操作条件的情况下也能发挥作用。

研究人员首先从两次独立的实验活动中收集数据，这两次活动总共产生了127次运行记录。由于其中一些运行重复了相同的条件，他们对结果进行了平均处理，从而创建了一组包含二十七个代表性场景的干净数据集。基于此，他们选择了四个主要控制变量进行研究：用于在模具中保持塑料压力的压力、对抗塑料的反向压力、整个循环的总时间以及塑料注入的速度。研究团队并没有直接将这四个原始数字输入计算机，而是首先将它们转化为更有意义的组合。他们创建了代表诸如压力平衡或速度与时间相互作用等新输入的变量。这一步至关重要，因为它赋予了计算机更丰富的词汇来描述物理过程，使其能够找到更简单且更准确的规则。

利用这些准备好的数据，研究人员让符号回归算法搜索最佳数学表达式。得到的结果是一个紧凑的方程，充当了主要预测器。该方程成功捕捉了机器设置影响零件尺寸的主导趋势。在针对其在创建过程中未见过的测试数据进行测试时，该方程预测的直径偏差约为10.19微米。为了直观理解，一根头发的粗细大约在70到100微米之间，因此该模型的预测误差小于头发宽度的十分之一。尽管成果显著，但研究人员也意识到，没有任何单一方程能够捕捉到复杂制造过程中每一个微小的波动。总会剩下一些无法解释的细微起伏。

为了解决剩余的误差，团队训练了第二个模型——高斯过程，专门用于学习第一个方程所犯的错误。可以将这个第二个模型想象成一个“微调器”，它观察第一个方程的预测值与实际发生情况之间的差距，并学习如何进行修正。当他们将两者结合时，混合模型表现得更好，将预测误差降低到了9.32微米。虽然从绝对数值来看这种提升看似微小，但在统计学上是显著的。更重要的是，这种混合方法保留了第一个方程的核心逻辑的可视化与可理解性，同时由第二部分处理那些杂乱的细节。这意味着工程师仍然可以通过查看主规则来理解机器的一般行为，同时依靠修正层来实现更高的精度。

随后，研究人员利用这些模型提出了一个实际问题：什么样的机器设置能产生最小的误差？他们运行了一个优化搜索，旨在寻找测试范围内压力、速度和时间的理想组合。简单的方程建议的最佳方案对应的误差约为33.25微米。然而，具备纠错能力的混合模型则指向了另一组设置，理论上可以将误差降低至仅23.73微米。这种转变表明，添加修正层不仅仅是改善了数字，它实际上改变了对如何运行机器的建议。研究人员指出，这些都是基于其模型的预测，尚未在真实机器上进行过测试，但其中的差异足以值得进行实地测试。

在整个研究过程中，团队对工作的局限性保持了谨慎且诚实的态度。他们强调，他们的模型只是一个“局部指南”，仅适用于他们测试的特定机器、材料和模具，并不适用于所有塑料成型过程的通用法则。他们还指出，虽然模型提供了一种不确定性的度量（展示了其预测的信心程度），但这种信心水平尚未通过新的、独立的实验得到充分验证。真正的考验将在工程师们在工厂车间尝试推荐设置时到来。该研究总结道，这种混合方法为数据稀缺的工业问题提供了一个实用的折中方案。它提供了一种获得双重优势的方法：既拥有简单方程的清晰度，又拥有复杂统计修正的灵活性，从而为工程师提供了一个既智能又具解释性的工具。