Prédiction des fonctionnalités et relations structure-processus-propriété (apprentissage automatique)

Gains :

• Capacité à construire avec précision le problème d'apprentissage automatique avec l'IA pour la prédiction des propriétés mécaniques à partir des paramètres de composition et de processus
• Capacité à lire de manière critique les résultats d'un modèle en reconnaissant les risques de qualité des données, de surajustement et d'extrapolation
• Capacité à tester les résultats du modèle de prédiction avec plausibilité physique, intervalle de confiance et expérience de vérification

La loi la plus fondamentale de la métallurgie se résume ainsi : « le processus détermine la structure ; la structure détermine la propriété ». La limite d'élasticité d'un acier ne dépend pas seulement de sa composition ; Elle résulte de la manière dont il est transformé (forgeage, laminage, traitement thermique) et de la microstructure qui en résulte (taille des grains, rapport de phase, précipités). L’intelligence artificielle, et en particulier l’apprentissage automatique (ML : méthodes qui apprennent et font des prédictions à partir de modèles de données), est puissante pour extraire ces relations composition-processus-propriétés à partir de milliers de points de données et prédire les propriétés d’un nouvel alliage. Mais cette puissance dépend entièrement de la qualité des données et de la fiabilité du modèle. Dans cette unité, vous apprendrez comment construire une prédiction de fonctionnalités basée sur le ML et comment lire de manière critique sa sortie.

Configurer correctement le problème d'apprentissage automatique

Avant de transférer un problème de prédiction de fonctionnalités dans ML, clarifiez trois choses :

• Entrée (attributs) : variables à utiliser dans la prédiction. Par exemple, pourcentages de composition (C, Mn, Cr, Ni...), température et durée du traitement thermique, granulométrie.
• Sortie (cible) : la fonctionnalité à prédire. Par exemple, la limite d'élasticité, l'allongement, la dureté.
• Données : un tableau de paires d'entrées-sorties. Chaque ligne est un échantillon, chaque colonne est un attribut ou une cible.

Le modèle apprend une « fonction » à partir de ces données : il prend des entrées et prédit la sortie. Des méthodes telles que la régression linéaire (somme pondérée simple), la forêt aléatoire ou le boosting de gradient sont courantes. L'IA est utile pour suggérer quelle méthode est appropriée, écrire le code et interpréter le résultat ; mais vous vérifiez si le modèle est valide ou non.

Qualité des données : plafond du modèle

Un modèle ML ne peut pas être meilleur que les données sur lesquelles il est formé. Le principe « garbage in, garbage out » est très fort en métallurgie car les données d'essai sont coûteuses et rares. Méfiez-vous de ces pièges :

• Peu de données : vous ne pouvez pas construire de modèles complexes avec 30 échantillons ; Le modèle mémorise les données.
• Données déséquilibrées : si la plupart des données concernent des aciers à faible teneur en carbone, la prévision sera mauvaise dans le cas d'un alliage à haute teneur en carbone.
• Bruit de mesure : La dureté d’un même échantillon peut varier selon les différents opérateurs ; Ce bruit se reflète dans le modèle.
• Variable manquante : si vous n'avez pas mesuré la taille des grains, le modèle qui tente de prédire la résistance uniquement par la composition manquera une raison importante.

Attention : Ce n'est pas parce qu'un modèle connaît un grand succès dans la formation des données qu'il réussira également dans de nouveaux échantillons. Il s'agit peut-être d'un surajustement : le modèle a mémorisé le bruit dans les données d'entraînement, pas la véritable relation. Le véritable succès se mesure sur des « données de test » que le modèle n’a jamais vues auparavant.

Extrapolation : la limite la plus dangereuse

Les modèles ML fonctionnent raisonnablement dans la plage couverte par les données d'entraînement (interpolation). En dehors de cette plage (extrapolation), les prévisions deviennent peu fiables et le modèle ne le montre souvent pas ; continue de produire un chiffre confiant. Par exemple, un modèle formé sur des aciers avec une teneur en carbone comprise entre 0,2 et 0,6 % peut montrer sa valeur pour un alliage avec 1,2 % de carbone comme « sûr », mais cette valeur est totalement infondée. Pour chaque prédiction, « cet échantillon fait-il partie de la distribution des données d'entraînement ? » Il est impératif de se poser la question.

Étape par étape : créer un flux de prédiction avec l'IA

1. Définissez l'objectif et les intrants : que prédisez-vous et à partir de quelles variables ?
2. Préparez les données : nettoyez, corrigez les unités, signalez les valeurs manquantes. (AI : écrit du code Python.)
3. Divisez les données : séparez les ensembles de formation et de test afin de pouvoir mesurer le succès avec précision.
4. Sélectionnez et entraînez le modèle : commencez simplement (linéaire), passez à l'arborescence si nécessaire.
5. Évaluer : examinez les métriques d'erreur sur l'ensemble de test (par exemple, RMSE, R²).
6. Commentaire : Quelle variable indique quelle est l'efficacité ? Est-ce que cela a un sens physiquement ?
7. Vérifier : tester une prédiction critique avec une expérimentation réelle ; Vérifiez l'extrapolation.

notion

Signification

Pourquoi est-ce important en métallurgie ?

Surapprentissage

Modèle mémorisant le bruit

C'est très simple avec peu de données de test

interpolation

Prédiction dans la plage d'entraînement

Région relativement sûre

extrapolation

Prédiction en dehors de la plage d'entraînement

peu fiable; une expérience est nécessaire

R²

Proportion de variance expliquée par le modèle

Indicateur de qualité d'ajustement

Importance des fonctionnalités

L’ampleur de l’impact d’un intrant

Contrôle du caractère raisonnable physique

trois mini-cases

Cas 1 — Modèle de mémorisation. Une équipe construit un modèle complexe qui prédit la limite d'élasticité avec 45 échantillons d'acier ; Les données d'entraînement s'avèrent être R² = 0,99 et ils se réjouissent. Cependant, dans les données de test, il tombe à R² = 0,42. Le modèle est surajusté. Lorsqu'ils passent à un modèle plus simple et augmentent les données, le succès du test passe à 0,80. Leçon : la réussite éducative est trompeuse ; La décision est prise avec des données de test.

Cas 2 — Piège d’extrapolation. Un ingénieur applique un modèle formé sur des aciers faiblement alliés à une composition inoxydable à haute teneur en Cr. Le modèle indique "environ 620 MPa". Le test de traction réel aboutit à 410 MPa. La composition est totalement en dehors de la diffusion pédagogique. Leçon : avant la prédiction, il est impératif de vérifier si l'entrée est dans la plage d'entraînement.

Cas 3 — Utilisation correcte. Une équipe R&D modélise l’effet de la température de revenu sur la dureté avec des milliers d’enregistrements dans une famille d’alliages. Le modèle reproduit la tendance physique connue (la dureté diminue avec l'augmentation de la température de revenu) et précise dans quelle plage de composition la dureté cible sera atteinte. L’équipe utilise le modèle pour réduire le nombre d’expériences : atteindre l’objectif avec 8 expériences au lieu de 40 et valider chaque étape par des mesures. Leçon : ML affine intelligemment la planification des expériences avec de bonnes données et des contrôles de plausibilité physique.

Modèles d'invite copiables

MODÈLE DE RÉGLAGE DE PROBLÈME ML "Rôle : Vous êtes un assistant en science des données matérielles. Objectif : [fonctionnalité à prédire]. Entrées : [attributs]. J'ai [n] échantillons. Pour ce problème : (1) suggérer des options de modèle simples et avancées appropriées, (2) expliquer la répartition formation/test et la métrique d'évaluation, (3) interpréter les risques de surajustement et d'extrapolation sur la base de ces données. Ne promettez pas de succès définitif ; écrivez clairement les limites. "

MODÈLE D'AUDIT DE QUALITÉ DES DONNÉES "Vérifiez la qualité du tableau de données suivant : [coller les colonnes et les exemples de lignes]. Indicateur : valeurs manquantes, valeurs aberrantes, incohérences d'unité, distribution déséquilibrée. Pour chaque problème, suggérez comment le gérer. Répertoriez les vérifications que je dois effectuer avant la modélisation.

MODÈLE DE CONTRÔLE D'EXTRAPOLATION "La plage min-max de chaque entrée dans mon rendement d'entraînement est : [écrire les plages]. Le nouvel échantillon que je souhaite prédire est : [écrire les valeurs]. Cet échantillon est-il à l'intérieur ou à l'extérieur de la plage d'entraînement dans chaque attribut ? S'il est en dehors, expliquez dans quelles variables et pourquoi la prédiction ne serait pas fiable. Suggérez une vérification par expérience. "

MODÈLE DE plausibilité PHYSIQUE "L'ordre d'importance des caractéristiques du modèle est [tri]. Cet ordre est-il cohérent avec les relations métallurgiques connues (par exemple Hall-Petch, durcissement précipité, effet carbone) ? S'il y a un effet physiquement inattendu, marquez-le et expliquez l'éventuel problème de données/modèle."

Invite faible/Invite forte

INVITE FAIBLE : "Prédisez la limite d'élasticité en fonction de cette composition."

INVITE FORTE : "Rôle : Vous êtes l'assistant scientifique des données sur les matériaux. J'ai 800 lignes de données sur les aciers faiblement alliés (C, Mn, Cr, Ni, température de revenu -> limite d'élasticité). Nouvel échantillon : C=0,38, Mn=0,8, Cr=1,0, Ni=0,2, température=550 °C. Vérifiez d'abord si cet échantillon se situe dans la plage d'entraînement. Le cas échéant, ajustez l'approche de prédiction et l'incertitude. Expliquez ; si cela ne convient pas, suggérez expérience. Vérifiez la plausibilité physique avec Hall-Petch et l'effet de température. Ne donnez pas de valeur exacte en un seul point.

L'invite forte demande une vérification d'extrapolation avant de faire une prédiction, supprime l'incertitude et teste le résultat par rapport aux lois physiques. Cela donne une base de décision beaucoup plus fiable qu’un nombre brut.

Erreurs courantes

• Confondre réussite éducative et réussite réelle (sauter le surapprentissage).
• Évaluer le modèle sans faire de répartition formation/test.
• Accepter l'estimation produite dans la région d'extrapolation comme étant sûre.
• Construire des modèles complexes avec peu de données et déséquilibrées.
• Ne pas comparer l'importance des fonctionnalités à la plausibilité physique.
• Mettre une hypothèse critique dans la conception sans la vérifier par l'expérimentation.

En résumé

L’apprentissage automatique capture efficacement les relations composition-processus-propriétés avec des données fiables et affine intelligemment la planification des expériences. Mais un modèle ne vaut que par ses données ; Les résultats de la formation peuvent être trompeurs (surajustement) et les estimations en dehors de la plage de formation (extrapolation) ne sont pas fiables. Testez chaque prédiction avec la réussite des données de test, le contrôle de l'extrapolation, la plausibilité physique et, dans les cas critiques, l'expérimentation réelle.

Tâche de candidature

Définissez un problème de prédiction de propriétés avec un ensemble de données matérielles existantes (ou fictives) : notez la cible et les entrées. Demandez une approche à l’IA avec le modèle « ML PROBLEM FIGURE ». Définissez ensuite un "nouvel échantillon" et vérifiez si cet échantillon se trouve dans la plage d'entraînement avec le modèle "EXTRAPOLATION CHECK". Enfin, décrivez dans un paragraphe avec quelle expérience vous allez vérifier une sortie du modèle.

liste de contrôle

• [ ] J'ai clairement défini l'objectif et les apports.
• [ ] J'ai vérifié la qualité des données (manquantes, valeurs aberrantes, unité, solde).
• [ ] J'ai mesuré le succès honnête avec la répartition formation/test.
• [ ] J'ai vérifié le risque d'extrapolation pour chaque estimation.
• [ ] J'ai comparé l'importance des fonctionnalités à la plausibilité physique.
• [ ] J'ai élaboré un plan pour vérifier la prédiction critique avec une expérimentation réelle.