考虑到自适应采样中的传播发生情况,用于锂离子电池组热失控传播的多保真度替代建模
《Journal of Energy Storage》:Multi-fidelity surrogate modeling for lithium-ion battery pack thermal runaway propagation considering propagation occurrence in adaptive sampling
【字体:
大
中
小
】
时间:2026年05月08日
来源:Journal of Energy Storage 9.8
编辑推荐:
姜一月|赵佳怡|刘政|王平峰
伊利诺伊大学厄巴纳-香槟分校工业与企业系统工程系,美国伊利诺伊州厄巴纳市Mathews Ave 104号,邮编61801
**摘要**
锂离子电池组中的热失控传播(TRP)是一个关键的安全问题,需要准确且计算效率高的建模方法。本文提出了
姜一月|赵佳怡|刘政|王平峰
伊利诺伊大学厄巴纳-香槟分校工业与企业系统工程系,美国伊利诺伊州厄巴纳市Mathews Ave 104号,邮编61801
**摘要**
锂离子电池组中的热失控传播(TRP)是一个关键的安全问题,需要准确且计算效率高的建模方法。本文提出了一种多保真度(MF)替代建模框架,该框架结合了定制的自适应采样策略,以预测在不同电池组设计参数下的TRP结果,包括堆叠角度、电池间间隙以及复合相变材料(CPCM)的质量分数。该框架通过自回归公式整合了低保真度(LF)的2D和高质量(HF)的3D热模拟,并利用贝叶斯神经网络(BNN)来捕捉关键结果的预测和不确定性:传播发生、第二次点火时间(t2)和总传播时间(ttotal)。与传播发生相关的不连续性通过集成到自适应采样策略中的专用分类器来明确处理,该分类器通过联合考虑预测响应的上置信界限、预测不确定性和传播概率来优先选择新的HF模拟样本,从而最优地分配有限的模拟预算。两个案例研究验证了该框架的有效性:一个修改后的Forrester基准函数和一个TRP模拟案例。在TRP案例中,该框架对传播发生的分类准确率达到90%,t2和ttotal的RMSE值分别为2.6497和19.5183,相应的校准预测标准差分别为14.0087和67.8687。与纯HF替代模型和高斯过程为基础的MF替代模型相比,所提出的模型将预测误差降低了约20%。自适应采样策略在相同数量的HF运行中产生了比基线方法更准确的替代模型,消融研究证实了每个框架组件的贡献。这种方法提供了一种计算效率高的TRP建模工具,能够通过快速可靠的TRP风险评估来指导电池组的安全设计。
**1. 引言**
锂离子电池(LIBs)由于其高能量密度、长寿命和显著的经济价值,被广泛应用于电动汽车(EVs)、能量存储系统(ESSs)以及许多其他现代应用中[1]。然而,由于包括热失控(TR)和热失控传播(TRP)在内的安全问题,LIBs的大规模部署受到限制,这些问题可能导致火灾和爆炸等灾难性后果[2][3]。在实际情况中,各种滥用条件——机械、电气和热——都可能触发TR[4][5][6][7],因此制造商和监管机构迫切需要具备抵御或延迟TRP的能力[8]。
现实世界中的事故展示了TRP危害的严重性。2019年4月,亚利桑那州的一个2 MWh锂离子ESS经历了级联热失控和爆炸,导致四名消防员受伤[9]。在韩国,2017年至2019年间连续发生了28起电池存储火灾,促使该国暂时停止了ESS的部署[10]。电动汽车也经历了多起由TR引起的火灾,Sun等人[11]发现大多数电动汽车火灾是由停车或充电时的电池自燃引起的,或是事故后的重新点燃造成的。这些事故表明单个电池的故障如何可能演变成系统级别的火灾,突显了有效TRP建模工具在指导更安全电池组设计方面的紧迫需求。
建模和预测TRP是一项具有挑战性的任务,研究人员通过实验和模拟来应对这一挑战。Lopez等人[12]对电池模块进行了实验研究,发现电池间距、接合方式和排气口位置等因素对TRP行为有显著影响。Jin等人[6]分析了热功率和能量对热滥用触发TRP的影响,并得出结论认为热流能量积累率在延迟或抑制传播方面比总热量更重要。在模拟方面,Feng等人[13]分析了关键参数对TRP的影响,发现仅仅推迟传播可能导致更严重的热量积累危害。He等人[14]引入了一个简化阶的热失控网络模型,并观察到由于热量积累导致的传播时间加速趋势。同样,Tan等人[15]提出了一种用于移动储能设备的TRP抑制方法,并探讨了几种关键参数对TRP行为的影响。
值得注意的是,不同电池形状因素和触发条件下的TRP特性差异很大。小尺寸圆柱形电池与大尺寸棱柱形或袋装电池在温度分布、内部热传递路径以及内部组件(如凝胶卷和电池外壳)的作用方面存在显著差异[8]。例如,Gao等人[16]比较了大尺寸圆柱形电池与小尺寸电池的多相喷射危险,揭示了安全阀开启速度、爆炸极限范围和整体TR严重程度的差异。触发机制也会影响TRP的起始和严重程度,因为不同的滥用条件会导致不同的热量生成模式和故障序列[17]。这些因素在建立可靠的TRP模型时非常重要。尽管实验和模拟研究提供了宝贵的物理洞察,但这些高保真度(HF)方法计算强度极高,通常需要数小时才能模拟单个场景,使得遍历多维设计空间变得不切实际[18]。此外,TR结果表现出强烈的非线性和传播与非传播状态之间的不连续边界,这难以用标准回归技术捕捉。
替代建模通过基于有限数据学习从电池组配置到TRP结果的映射,提供了潜在的解决方案,从而实现快速预测,便于高效的设计空间探索。Yardley等人[19]应用高斯过程(GP)替代模型来识别缓解传播的关键因素。虽然GP模型在这样的任务中很受欢迎,但当输出景观不平滑或处理混合离散-连续输出时,它们的效果可能较差,并且在高维输入空间中存在可扩展性问题。贝叶斯神经网络(BNN)作为一种灵活的替代方案,能够自然处理复杂的非平稳关系,并通过贝叶斯推断(如蒙特卡洛(MC)dropout或变分推断)提供不确定性估计[19]。
尽管取得了这些进展,TRP替代建模仍存在显著差距。TRP预测任务面临独特的挑战组合:输出空间涉及清晰的二元分类边界(传播与非传播)和连续回归目标(t2和ttotal);由于计算成本,高质量训练数据严重稀缺;且该应用的安全关键性质要求可靠的不确定性估计。传统的单保真度替代框架无法同时满足这些需求。基于GP的替代模型假设输出平稳性,并且随着数据量的增加而性能下降,不适合处理不平滑的多模态TRP响应表面。另一方面,确定性神经网络缺乏内置的不确定性量化功能。此外,现有的少数TRP相关替代研究通常仅使用单次试验的点预测指标来评估模型准确性,而没有严格评估预测不确定性或展示在独立重复实验中的鲁棒性——当替代预测旨在为关键安全决策提供信息时,这是一个重要限制。解决这些差距需要一个替代框架,该框架能够(i)融合来自多个保真度级别的模拟数据,以补偿高质量评估的高昂成本;(ii)通过灵活的贝叶斯架构提供校准良好的概率预测;(iii)采用考虑输出空间混合分类-回归结构的自适应采样策略。
最终,多保真度(MF)替代建模提供了一种自然机制,可以通过结合廉价的低保真度(LF)来源和有限的HF数据集来提高性能,从而优于仅在稀疏HF数据上训练的方法。传统的协同克里金方法[20][21][22]长期以来一直用于MF数据融合。最近,基于神经网络的MF模型也在许多工程实践中得到了探索。例如,Torzoni等人[23]开发了一个基于深度神经网络的MF框架,用于结构健康监测,以节省昂贵的有限元模型的计算成本。Zhang等人[24]提出了一种用于温度场预测的深度MF建模方法,以避免昂贵的HF标签获取过程。Zhang等人[25]建立了一个用于气动形状设计优化框架的MF深度神经网络模型。然而,任何MF框架中的一个关键考虑因素是LF模型忠实代表HF趋势的程度。当LF-HF差异较大或在设计空间中变化时,MF替代模型可能会继承偏差,从而可能降低可靠性。这一担忧在TRP建模中尤为重要,因为2D LF模拟和3D HF模拟在不同设计配置下的相关性可能不均匀。量化和管理这种LF-HF不匹配是本研究中分析的提出的框架的一个重要方面。
同时,自适应采样策略可以通过使用替代模型的当前预测和不确定性来选择下一个模拟实验,从而显著提高数据效率[26]。与均匀采样设计空间不同,自适应方法利用替代模型的当前预测和不确定性来智能选择下一个模拟实验。存在许多标准,例如,Shu等人[27]开发了一个考虑信息价值和相关采样成本的获取函数,以指导贝叶斯优化。Foumani等人[28]采用了一个考虑MF成本意识的贝叶斯优化获取函数,以确保收敛性不受LF数据偏差的影响。Lin等人[29]提出了一种序贯采样方法,考虑了设计变量不确定性和插值不确定性,以实现鲁棒的设计优化。这些自适应采样方法都专注于提高效率和更具信息量的标准,以增强替代模型的性能。在TRP背景下,独特的挑战在于处理输出的混合性质:对传播发生的分类和对期望结果的回归,同时在安全关键性方面保持严格的置信度。还应注意的是,自适应采样策略可能对中间分类器的准确性敏感,其有效性可能受到输入维度的影晌。
在这项工作中,我们通过开发一个针对TRP场景定制的自适应采样策略的多保真度(MF)替代建模框架来应对上述挑战,同时考虑替代模型的不确定性和传播概率。主要贡献包括:
1. 专为TRP设计的多保真度替代建模框架。与针对平滑单输出工程响应的现有MF替代研究不同,本研究解决了TRP预测的独特挑战,其中输出空间本质上是混合的,涉及二元分类(传播发生)和连续回归(点火时间结果)。所提出的框架通过自回归公式整合了2D LF和3D HF模拟,并明确处理了由传播发生边界引起的不连续特性。据作者所知,这是第一个同时处理TRP结果分类-回归性质的MF替代框架。
2. 基于BNN的替代模型,具有用于安全关键TRP预测的不确定性量化。该框架在LF和HF模型中都采用了BNN,提供了灵活的函数近似和关键的不确定性量化,这对于安全关键预测至关重要。与假设平稳性的基于GP的替代模型相比,BNN替代模型在TRP结果上实现了更高的建模准确性。通过校准曲线和覆盖概率评估不确定性校准质量,提供了比以往研究更严格的评估。
3. 考虑传播概率的定制自适应采样策略。自适应采样算法根据替代模型的预测响应、不确定性和传播概率来优先选择新的HF样本,这与仅考虑单一标准的方法不同。这一策略显著提高了采样效率,在相同数量的模拟中产生了更准确的替代模型。
所提出的框架对于工业电池组开发特别有价值,因为在这些应用中,进行彻底的HF模拟是不可行的。本文的其余部分组织如下:第2节定义了TRP问题,第3节详细介绍了方法论,第4节介绍了两个案例研究,第5节总结了结论、限制和未来方向。
**2. 问题定义**
尽管LIBs在EVs和ESSs中不可或缺,但由于TRP(一种链式反应,其中一个电池的故障会触发相邻电池的TR,可能导致灾难性的火灾和爆炸),它们构成了严重的安全风险。预防或减轻TRP是一个关键的工程挑战:如果管理不当,单个电池的TR可能会演变成整个模块的级联故障。确保电池组对TRP具有抵抗力,或者至少延迟传播足够长的时间以允许干预,对于更安全的电池至关重要[30]。本节正式定义了热失控(TRP)问题,并概述了本工作中所要解决的关键挑战,第3节中的方法论旨在应对这些挑战。我们考虑了一个电池模块,该模块由三个主要设计参数特征决定,这些参数影响TRP的结果:(1)堆叠角度α∈(60°,90°):模块内电池的方向;(2)电池间间隙d∈(0.5,5)毫米:相邻电池之间的分离距离;以及(3)碳纳米复合材料(CPCM)的比例φ∈(0,5%):电池间CPCM中填料材料的质量分数,控制传热特性。每个参数都对热传输和火焰蔓延有直接的物理影响。增加d可以改善冷却效果并减少热耦合,因为较大的分离距离降低了级联故障的可能性[31]。调整α会改变热量的辐射方式及其与相邻电池的接触方式,从而影响传播路径。改变φ会改变CPCM的热导率k、潜热H和比热容Cp(在第3.2节中量化)。这些参数共同定义了一个设计空间,其中每个点(α,d,φ)对应于一个特定的模块配置。需要注意的是,所有三个参数都是在开放区间内定义的,因为样本点是使用拉丁超立方抽样(LHS)生成的,该方法将样本分布在整个设计空间内。
对于任何给定的配置,TRP的结果由以下指标描述:(1)传播发生情况(Cf),一个二进制结果,表示TR是否扩散到初始电池之外;(2)第二次点火的时间t2,从第一个电池失控到第二个电池点火经过的时间;以及(3)总传播时间ttotal,从初始电池到最终电池失效的时间。这些指标捕捉了电池组安全的定性和定量方面。一个安全的设计理想情况下应完全防止传播,或者至少最大化t2和ttotal。然而,将(α,d,φ)映射到TRP结果是一个高度非线性的过程,并具有阈值效应:配置的微小变化可能导致控制与灾难性连锁反应之间的差异。
面临两个主要挑战:
1. **预测挑战**:需要一个准确且运行速度快的模型,将配置参数映射到TRP结果(Cf, t2, ttotal)。这种映射是多模式的:一个明确的边界区分了传播状态和非传播状态,而t2和ttotal在传播状态内是连续变化的。传统的HF(高保真)模拟计算成本很高,简单的回归方法难以处理这种非连续的传播情况。纯数据驱动的模型由于训练数据不足,可能会导致预测不准确。
2. **数据效率挑战**:获取TRP数据极其耗费资源。挑战有两个方面:(a)利用LF(低保真)模型来补充HF数据;(b)高效选择最具信息量的HF评估点。将MF(多保真)框架[32]和自适应抽样[33]应用于TRP具有挑战性,因为目标同时涉及分类和回归任务,并且对可信赖的不确定性估计有严格的安全要求。
本文通过一个结合了自适应抽样策略的MF替代建模框架来解决这些挑战,实现了从(α,d,φ)到TRP结果的高效映射,并量化了不确定性。
**3. 方法论**
本节介绍了所提出的框架、MF模拟模型、替代建模方法和自适应抽样策略。每个组成部分依次介绍,从数据生成到替代模型构建,再到迭代优化。
**下载:** 下载高分辨率图像(930KB)
**下载:** 下载全尺寸图像
**图1. 所提方法的框架。**
**3.1. 所提出的方法**
该框架如图1所示,包括三个步骤:MF模拟、替代建模和自适应抽样。第一步生成用于替代模型构建的数据,第三步则迭代优化模型。
**3.1.1 MF模拟**
HF 3D模拟能够准确捕捉TRP行为,但计算成本很高;LF 2D模拟的成本较低,但准确性较低[34]。通过调整(α,d,φ)可以获得相关结果(Cf, t2, ttotal)。详细内容见第3.2节。
**3.1.2 替代建模**
MF替代模型以(α,d,φ)作为输入,并使用自回归公式[35]、[36]、[37]预测(Cf, t2, ttotal):
(1) \(f_hf(x)=\rho_{lf}f(x)+\delta(x)\),其中\r\)是保真度缩放因子,\(\delta(x)\)用于捕获缩放后的LF和HF输出之间的偏差。LF模型使用MC-Dropout BNN,\(\delta(x)\)使用VI BNN(见第3.3节)。
**3.1.3 自适应抽样**
新的HF评估点的选择基于预测响应、不确定性和分类置信度[38]。选择过程考虑了t2、ttotal的预测和Cf的分类。策略的合理性见第3.4节。
步骤1和2通过MF近似解决了预测挑战,而步骤3通过针对TRP的目标抽样提高了数据效率。
**下载:** 下载高分辨率图像(214KB)
**下载:** 下载全尺寸图像
**图2. 电池模型的示意图,(a) 3D模型,(b) 2D模型,几何配置为α=60°,d=1mm。**
**3.2. 多保真度模拟**
图2显示了3D和2D电池组模型。两者都包含20个圆柱形的LG 18650 MJ1电池,采用5s4p配置,并填充了CPCM。2D模型基于3D模型的顶视图平面。触发电池固定在其底部角落(标记为红色),假设在t=0时发生自发的内部故障;当其余19个电池的温度达到80°C时被触发。
18650圆柱形电池比商业系统中越来越多采用的大尺寸棱柱形或 pouch 形电池更小。这些电池在内部温度梯度、热 dissipation 路径和表面积与体积比方面存在差异。选择18650格式是因为:(i)它在TRP文献中得到广泛研究,具有详细记录的热物理特性[39];(ii)实验验证的热释放数据有助于可靠校准;(iii)较小的热质量允许在可管理的模拟时间内捕捉TRP现象。MF替代方法具有通用性,一旦相应的数据集可用,可以扩展到大尺寸电池。
**表1. LG 18650 MJ1电池的基本规格。**
| 参数 | 值 |
|------------|-----------|
| 标称容量 | 3500 mAh |
| 标称电压 | 3.635 V |
| 直径 | 18.4 mm |
| 高度 | 65.0 mm |
| 质量 | 48.0 g |
| 正极化学成分 | LiNiCoMnO2 (NCM) |
| 总TR热释放 | ≈32 kJ |
**3.2.1 热失控传播模型**
使用COMSOL Multiphysics v6.2进行TRP模拟。LG 18650 MJ1电池的基本规格总结在表1中[39]。为了模拟TR的开始和传播,利用了COMSOL Battery Pack接口中的热事件节点。如Coman等人[39]所述,单个电池在TR期间的热释放量约为32 kJ,视为TR开始时施加的动态热源Qb。指定的触发电池在t=0时发生自发的内部故障,并具有预设的热释放曲线;其余每个电池都配置了在80°C时的温度触发器,这与富镍正极化学成分的自加热起始温度一致[39]。每个电池都被视为具有预定热释放曲线的集中热源;不考虑电池间的内部电阻、容量或充电状态的差异。
模拟将每个电池视为具有有效热物理特性的均匀圆柱体;内部结构(胶卷卷、电流收集器、外壳)没有明确解析。这种简化是因为主要关注的是通过CPCM的电池间热传输,而不是电池内的温度分布。由于每个电池都作为具有校准热释放曲线的集中热源,内部结构不会改变总能量输入,但会影响单个电池内的空间温度分布。
电池和CPCM的温度演变由方程式(2)–(3)控制,这些方程式构成了下面描述的HF和LF模拟的物理基础:
(2) \(\rho_bC_p,b\frac{\partial T}{\partial t}=\nabla\cdot(k_b\nabla T)+Q_b\)
(3) \(\rho_CC_p,C\frac{\partial T}{\partial t}=\nabla\cdot(k_C\nabla T)\),其中\(Q_b\)表示TR热释放;下标b和C分别代表电池和CPCM;\(\rho\)、\(C_p\)和\(k\)分别是体积密度、比热和热导率。
CPCM在相变期间的有效比热使用表观热容量方法计算:
\(C_p,C=(\lambda_S C_p,S+\lambda_L C_p,L)+H_Cd\lambda_L-\lambda_S^2(\lambda_S+\lambda_L)dT\)
**3.2.2 TRP输入和结果**
CPCM(石蜡/膨胀石墨,PA/EG)的热物理性质取决于EG的质量分数φ。体积密度由以下公式计算:
\(\phi=\frac{m_{EG}}{m_{PA}+\phi}\)
\(\rho_C=1-(1-\phi)\rho_{PA}+\phi\rho_{EG}\)
热物理参数见表[40]、[41]:
(11) \(k_C=k_{EG}\rho_{C}\phi\rho_{EG}\)
(12) \(C_p,C=\phi C_p,EG+(1-\phi)C_p,PA\)
(13) \(H_C=(1-\phi)H_{PA}\)
其中\(k\)是热导率(W/(m K)),\(C_p\)是比热(J/(kg K)),\(H\)是相变焓(J/kg)。不同相的\(k_C\)和\(C_p,C\)分别计算。参数值见表[40]、[41]。
**表2. 方程式(11)–(13) [40], [41]中的参数值。**
| 参数 | 单位 |
|------------|-----------|
| \(k_{EG}\) | 129 W/(m K) |
| \(\rho_{EG}\) | 2333 kg/m^3 |
| \(C_p,EG\) | 850 J/(kg K) |
| \(H_{PA}\) | 226 |
| \(\rho_{PA} (\text{固态})\) | 0.9 |
| \(\rho_{PA} (\text{液态})\) | 0.77 |
| \(C_p,PA\) | 2100 J/(kg K) |
| \(C_p,PA\) | 2500 J/(kg K) |
**3.2.3 LF与HF的代表性评估**
自回归公式(公式(1))的一个关键假设是,LF响应在比例校正后仍保留足够的趋势信息,以指导HF预测。这一评估直接与替代建模框架相关:LF–HF关系的质量决定了残差模型\(\delta(x)\)补偿保真度差异的有效性。
图3显示了t2和ttotal的PARITY图。LF模型捕捉了整体趋势(t2的Pearson r=0.5203,ttotal的r=0.3343),但大幅低估了HF值。乘法缩放因子(\(\rho_1=10.1873\)、\(\rho_2=32.5653\)消除了大部分系统偏差,将RMSE分别降低了56.0%和50.1%。
表3总结了统计结果。经过比例校正后,仍有显著的残差散布(标准差分别为8.242和79.723)。较低的R2值(0.1183和0.0121)表明,仅比例缩放只能解释剩余方差的一小部分,这证明了非线性残差模型\(\delta(x)\)的合理性。ttotal的相对较低的Pearson相关性表明,2D简化对总传播时间的影响更大,因为它涉及累积热传递,而2D模型省略的垂直路径在其中起着重要作用。不匹配的空间分布(附录,图A.11、图A.12)显示了特定子区域的集中现象,进一步证明了自适应抽样策略的必要性。
**表3. 原始LF–HF差异与经过\(\rho\)校正后的差异的定量比较。**
| 比较 | 平均值 | RMSE | 方差标准误 | 偏度 | Kurtosis | Pearson相关系数 |
|------------|-----------|----------|---------|---------|--------|-----------|
| \(t_2\)(原始HF?LF) | 0.160 | 18.259 | 8.722 | -1.056 | 0.520 | -3.553 |
| \(t_{total}\)(原始HF?LF) | 134.563 | 155.617 | 80.194 | 0.643 | -0.130 | -2.962 |
| \(t_2\)(经过\(\rho\)校正) | 0.182 | 8.035 | 8.242 | 0.380 | -0.706 | 0.520 |
| \(t_{total}\)(经过\(\rho\)校正) | -0.035 | 77.705 | 79.723 | -0.054 | 0.334 |
**图3. 比较LF替代预测与HF观测值的PARITY图,左侧为t2,右侧为ttotal。**
虚线黑色:\(y=x\);红色直线:\(y=\rho x\)
**3.3 替代建模**
MF替代模型将LF数据与稀疏的HF评估结果层次化地结合起来[42]。设\(x\in R^3\)表示(α,d,φ)。根据公式(1),通过最小二乘法估计缩放因子\(\rho\)。工作流程如下:(1)在Dlf上训练LF替代模型;(2)估计\(\rho\)并计算HF残差;(3)训练\(\delta(x)\)。在\(x*\)处的预测是概率性的:
(14) \(\mu_*=\rho_{\hat{\mu}}^{\hat{\mu}}_{lf}(x*)+\mu_{\hat{\delta}}(x*)\),
(15) \(\sigma_*^2=\rho_2\sigma_{lf}^2(x*)+\sigma_{\delta}^2(x*)\),假设在独立数据集上训练的模型之间是独立的。
分别选择MC Dropout BNN和VI BNN用于LF和HF,反映了精度和效率之间的权衡。LF数据集较大(300个点),因此MC Dropout BNN的扩展性较好,开销可以忽略不计——通过在推理时保留dropout来获得不确定性。HF数据集较小(6-16个点),不确定性校准至关重要;VI BNN显式优化参数后验,尽管计算成本较高,但在小数据集下仍能提供更准确的估计,这种分配一致优于其他方法(见第4节)。
**3.3.1 Monte-Carlo Dropout贝叶斯神经网络**
MC Dropout[43]通过在训练和推理期间应用dropout来近似贝叶斯推断。给定LF数据\(D_{lf}=\{(x_l^{fi},y_l^{fi})_{i=1}^N\),其中\(x_l^{fi}\in R^3\)且\(y_l^{fi}\in R^2\),预测分布涉及对后验的边缘化:
(16) \(p(y^*)|x^*,D_{lf}=\int_p(y^*)|x^*,W)p(W|D_{lf})dW\)。
MC Dropout通过变分分布\(q(W)\)近似难以解决的后验:
(17) \(W_i=M_i\cdot\text{diag}(z_{ij},j=1,k_i,z_{ij}\sim\Bernoulli)\),其中\(i=1,\ldots,L\),\(j=1,\ldots,K_i-1\),\(z_{ij}=0\)表示dropout。在推理时,\(T\)次随机前向传递产生:
(18) \(E[y^*]\approx\frac{1}{T}\sum_{t=1}^{T}y_{\hat{t}}\),
(19) \(Var_p(y^*)\approx\frac{1}{T}\sum_{t=1}^{T}y_{\hat{t}}^2-\frac{1}{T}\sum_{t=1}^{T}y_{\hat{t}}^2\)。
该网络有三个32单元的隐藏层,激活函数为ReLU,dropout率为0.2,\(T=200\)。
**3.3.2 变分推断贝叶斯神经网络**
VI BNN通过权重上的学习分布来近似后验,比MC Dropout提供更高保真度的不确定性估计,但计算成本更高[44]。变分分布\(q_{\phi}(W)\)通过最大化ELBO来优化:
(20) \(L_E\ell_{BO}(\phi)=\log_p(D_{hf}\mid W)|\lambda\|p(W)|\text{prior}\)
给定HF数据\(D_{hf}=\{(x_h^{fi},y_h^{fi})_{i=1}^N\),表示设计参数和残差,变分分布是一组完全分解的高斯分布(平均场近似)[45]。通过重参数化技巧[46]估计梯度。在推理时,预测值在\(T\)个权重样本上平均:
(21) \(E[y^*]\approx\frac{1}{T}\sum_{t=1}^{T}f_w(t)x^*\),
(22)在迭代第k次时,对于每个候选点x∈Xcand,通过随机森林分类器(在HF数据上训练)估计传播概率pf,并计算两个获取分数:(23) SUCB,C(x)=[|μ?δ(x)|+κσcal(x)]?pf;SH(x)=?[pflogpf+(1?pf)log(1?pf)],其中μ?δ是残差校正δ(x)的预测均值,它构成了方程(14)中MF预测的第二项。校准后的标准差σcal是通过对方程(15)中的原始MF预测标准差σ?进行事后标量缩放获得的:σcal(x)=ασ?(x),其中缩放因子α是通过在保留的校准集上最小化高斯负对数似然来拟合的。在UCB分数中,|μ?δ(x)|利用了LF到HF校正较大的区域,而κσcal(x)(κ=1.96)探索了高不确定性区域。乘以pf可以抑制不太可能传播的点。熵分数SH为分类器提供了主动学习预算,针对分类边界附近最模糊的点。在实践中,选择两个SUCB,C最大的点(为了多样性而贪婪地选择)和一个SH最大的点在HF模拟中进行评估,并将其添加到Dhf中,与空间填充设计相比,这样可以减少HF调用次数。精炼后的数据反馈到替代模型中进行重新训练,完成迭代循环。
4. 结果与讨论
本节在两个案例研究中评估了所提出的框架。函数案例(第4.2节)在受控条件下验证了该方法,为第4.3节中的实际TRP应用奠定了基础。整个过程中使用了五个指标:均方根误差(RMSE)、平均绝对误差(MAE)、校准后的负对数似然(NLL)、95%预测区间(PI)覆盖率和PI平均宽度。
4.1. 案例设置
4.1.1. 案例研究1:Forrester函数
Forrester函数[48]被修改以模拟TRP特性。原始函数和修改后的函数分别为:
(24) forig(x)=(6x?2)2sin(12x?4),x∈[0,1]
(25) fL,orig(x)=0.5
(26) f(x)=(6x?2)2sin(12x?4)+25
(27) fL(x)=0.1f(x)+2(x?0.5)+1
修改包括:(i) 25的常数偏移量以模拟更大的HF结果;(ii) 减少的LF到HF缩放(0.1对比0.5),反映了LF-HF之间的显著差距;(iii) 扩展域x∈[0.5,2]用于非标准化设计空间;以及(iv) 加性高斯噪声(σ=1)。BNN的超参数在表4中。对于VI BNN,在720种配置上进行了网格搜索,扫描了先验规模、噪声先验、架构和学习率;最佳配置是通过NLL选出的。在[0.5,2]范围内使用Sobol序列生成了64个LF点。对于HF数据,8个来自Beta(0.25,0.25)的点被标记为0(不传播),8个来自Beta(4,4)的点被标记为1;8个预测点中有70%用于训练,30%保留用于校准。残差标签:δ?(x)=yhf?ρ?flf(xhf)。模型使用PyTorch(MC Dropout)和Pyro(VI BNN)构建。
(28) δ?(x)=yhf?ρ?flf(xhf)
表4. 函数案例中BNN的超参数。
(a) MC Dropout BNN
(b) VI BNN
a 超参数 值
输入维度 1
隐藏层大小 64
Dropout率 0.2
隐藏层数量 1
激活函数 Tanh
输出维度 1
权重先验 N(0, 2)
偏置先验 N(0, 2)
观测噪声先验 LogNormal(?1,0.5)
通过在720种配置上通过网格搜索选定。
4.1.2. 案例研究2:TRP模拟
TRP案例使用x=(α,d,φ),结果y=(Cf,t2,ttotal)。MC Dropout BNN使用0.2的Dropout率;VI BNN有3个大小为16的隐藏层。分类器在10个点上进行了训练;最初使用了300个LF点和6个HF点,以及10个测试点(6个传播,4个没有)。预测工作流程遵循三个框架步骤,在模型输入之前所有参数都进行了标准化。
4.2. 案例研究1
在这个案例研究中,评估并比较了四种多保真度替代模型配置在统一的自适应采样框架下的性能。四种方法是:(1) Pure HF(VI BNN),仅在HF数据上训练单个VI BNN,不使用任何LF信息;(2) GPR + VI,使用高斯过程回归(GPR)作为LF替代模型,VI BNN作为HF残差模型;(3) MC Dropout + GPR,使用MC Dropout BNN作为LF模型,GPR作为HF残差模型;以及(4) 提出的方法(MC + VI),结合MC Dropout BNN作为LF模型和VI BNN作为HF残差模型。所有四种方法都使用相同的初始训练数据、相同的自适应采样策略(使用方程(23)中的提出的获取函数,并由方法4的预测驱动),以及相同的评估协议,因此性能差异可以完全归因于模型结构。
在每次自适应采样迭代中,生成了一个包含1024个点的候选池,其中50%来自两个Beta分布。分类器根据传播概率(pf>0.05)筛选候选点,然后计算获取分数SUCB,C和SH。选择一个SUCB,C最高的点进行HF评估,并将一个SH最高的点添加到分类器和HF训练池中。校准集在整个过程中保持不变。每次迭代后,所有四种模型都在一个密集的500个测试点网格上重新训练和重新评估,限制在分类器可行的区域(pf>0.5),这与TRP场景一致,其中只有传播区域才具有实际意义。共进行了15次自适应采样迭代。
替代模型的性能使用五个指标进行评估:均方根误差(RMSE)、平均绝对误差(MAE)、校准后的负对数似然(NLL)、95%预测区间(PI)覆盖率和95% PI平均宽度。为了量化不确定性,应用了事后的校准程序:通过在固定的校准集上最小化高斯NLL来拟合一个标量缩放因子,所有报告的不确定性指标都对应于校准后的不确定性。
4.2.1. 预测结果和模型比较
附录中的图A.13显示了15次自适应采样迭代中五个指标的收敛情况。提出的方法(MC + VI)从一开始就获得了有竞争力的RMSE和MAE,并在整个过程中保持了稳定的低错误水平,最终迭代时的RMSE为5.425,MAE为4.127。MC Dropout + GPR方法也表现出类似的收敛模式,达到了RMSE为5.559和MAE为3.240,表明两种使用MC Dropout作为LF模型的MF配置都是有效的。相比之下,Pure HF方法显示出持续的高错误(最终RMSE为27.024),表明仅在稀疏的HF数据上训练单个模型是不够的。GPR + VI方法也产生了相对较高的错误(最终RMSE为18.052),因为GPR LF模型在自适应采样过程中难以处理不断增长的数据集。
对于校准后的NLL,提出的方法在整个过程中保持了大约3.5–4.1的稳定低值,而Pure HF和MC Dropout + GPR方法在后续迭代中显示出NLL的增加。关于95% PI覆盖率,GPR + VI方法几乎达到了完美的覆盖率(接近1.0),但代价是过宽的预测区间(PI平均宽度约为71),表明不确定性估计过于保守。提出的方法达到了大约0.77的覆盖率,PI平均宽度为11.222,反映了校准良好且信息丰富的不确定性界限。
如图4和表5所示,提出的方法将RMSE从8.009降低到5.425(减少了32.3%),并在最终迭代中获得了第二低的MAE。MC Dropout + GPR方法的RMSE降低最大(从10.299降低到5.559,减少了46.0%),尽管其校准后的NLL从3.764增加到4.259,表明校准质量有所下降。相比之下,提出的方法的NLL仅从3.562增加到4.078。Pure HF方法随着数据的积累性能下降(RMSE从22.631增加到27.024),进一步证实了MF框架的必要性。GPR + VI方法的RMSE和MAE都增加了,这与GPR处理扩展数据集的已知难度一致。
下载:下载高分辨率图像(526KB)
下载:下载全尺寸图像
表5. 四种模型配置在15次自适应采样迭代前后的替代模型性能比较。
| | | | |
|-----------|------------|------------|------------|
| Pure HF (VI BNN) | 22.631 | 15.839 | 4.347 | 0.837 | 58.19 | 27.024 | 21.89 | 6.15 | 0.524 | 47.41 |
| GPR + VI | 13.038 | 11.231 | 4.197 | 1.000 | 87.74 | 18.052 | 15.24 | 4.31 | 0.980 | 71.009 |
| MC Dropout + GPR | 10.299 | 6.826 | 3.764 | 0.997 | 53.91 | 5.559 | 3.240 | 4.259 | 0.811 | 9.793 |
| 提出的方法 (MC + VI) | 8.009 | 6.410 | 3.562 | 1.000 | 4.259 | 4.127 | 4.078 | 11.222 |
总体而言,提出的方法提供了最佳的初始性能(最低的初始RMSE为8.009和最低的初始NLL为3.562),并在自适应采样后保持了有竞争力的预测准确性。两种使用MC Dropout作为LF模型的方法显著优于Pure HF和基于GPR的替代方法,证实了MC Dropout BNN适用于LF建模任务。当GPR被用作LF或HF组件时,尤其是在自适应采样的数据增长情况下,结果明显较差。这些观察结果支持选择MC Dropout BNN和VI BNN分别作为LF和HF模型的合理性,并为随后的不确定性校准分析和策略比较提供了基础。
4.2.2. 不确定性校准分析
为了进一步评估不确定性估计的质量,图5展示了自适应采样前后校准曲线,包括原始形式和校准后的形式。一个校准良好的模型应该使其经验覆盖曲线接近对角线(理想)线。
如图5所示,在自适应采样之前,Pure HF方法的原始不确定性严重校准不当,经验覆盖范围在所有名义水平上都接近于零,表明原始预测区间过于狭窄。GPR + VI方法则表现出相反的行为,经验覆盖范围在所有点上都超过了名义水平,表明预测区间过于宽泛。校准后,大多数方法与理想线的对齐有所改善。自适应采样后,提出的方法的校准曲线在较低和中等名义覆盖率范围内相当好地跟踪了理想线,尽管在较高名义水平上略有下降。GPR + VI方法在校准后仍然表现出过度覆盖。MC Dropout + GPR方法在较低覆盖范围下显示出良好的校准效果。这些结果表明,事后校准步骤对提出的方法是有效的,且MC Dropout + VI BNN组合的不确定性估计在四种方法中是最可靠的。
下载:下载高分辨率图像(901KB)
下载:下载全尺寸图像
图5. 自适应采样前后校准曲线(名义值与经验覆盖率),分别显示了原始和校准后的不确定性。
总之,上述结果表明,提出的MF替代模型在函数案例中提供了最佳的整体性能。使用提出的获取函数的自适应采样策略有效提高了迭代的替代模型准确性,网格搜索优化的VI BNN超参数有助于降低预测误差并实现良好的不确定性校准。这个函数案例为案例研究2中的TRP应用建立了方法论基础。
4.2.3. 策略稳健性分析
为了进一步验证所提出的自适应采样策略的有效性,进行了更全面的比较。除了上述评估的策略外,还包括了一个非自适应随机采样基线。五种策略是:(1) 提出的方法(如方程(23)中定义的HF点的受限UCB和分类器点的熵);(2) 随机采样,无获取函数指导地均匀选择可行候选点;(3) 纯不确定性,使用σcal?pf作为HF获取分数和分类器点的熵;(4) 纯UCB,对HF和分类器点都应用(|μ?δ|+κσcal)?pf;(5) 纯熵,仅基于分类边界熵选择两个点。所有五种策略共享相同的替代模型、初始训练数据和评估协议;只有点选择标准不同。实验在5个独立的随机种子上重复进行了10次迭代,并对结果进行了平均,以获得统计上稳健的比较。
如图6和表6所示,所有自适应采样策略都改善了替代模型,相比初始基线有所提高。提出的方法在10次迭代后达到了3.618的RMSE,比初始值9.176降低了60.6%。在所有策略中,UCB方法实现了最低的RMSE(3.391)和MAE(2.714),而提出的方法获得了第二低的RMSE和有竞争力的MAE(2.966)。然而,提出的方法在不确定性量化方面表现出明显优势。其校准后的95% PI覆盖率接近理想值0.95,表明不确定性估计校准良好且可靠。相比之下,熵策略的覆盖率仅为0.827,远低于名义水平,而不确定性策略的覆盖率为0.890。提出的方法还获得了最佳的校准后NLL,为2.737,进一步证实了其概率预测的质量。
下载:下载高分辨率图像(535KB)
下载:下载全尺寸图像
图6. 自适应采样前后替代模型性能指标的比较。在Forrester函数基准测试中对自适应采样策略的比较:10次迭代后5个种子的平均性能指标。下载:下载高分辨率图片(535KB)下载:下载全尺寸图片
图7. 消融研究结果:提出的方法与四种消融变体在15次自适应采样迭代前后的替代性能指标比较。
表6. 自适应采样策略比较总结(10次迭代后5个种子的平均值)。Cov95和MPIW表示校准后的95%预测区间(PI)覆盖率和平均PI宽度。
策略 RMSE MAE NLL Cov95 MPIW
初始值 9.176 5.932 3.754 0.875
提出的方法 3.618 2.966 2.737 0.962
随机方法 4.150 3.083 2.981 0.938
不确定性方法 4.674 3.682 3.088 0.890
UCB方法 3.391 2.714 2.709 0.942
熵方法 4.068 3.117 2.956 0.827 10.873
除了最终迭代的总结之外,逐次迭代的收敛行为还提供了关于策略鲁棒性的额外见解。从第一次迭代开始,提出的方法将RMSE从9.176降低到大约3.315(减少了约64%),显示出即时有效性,无需 warm-up 时期。相比之下,熵方法在第一次迭代时反而将RMSE提高到10.083,而随机方法仅将其略微降低到8.395。在整个10次迭代过程中,提出的方法保持了大约3.31–3.93的稳定RMSE,没有系统性的下降趋势。相比之下,不确定性方法显示出明显的恶化趋势:从第1次的3.315开始,其RMSE在第10次迭代时增加到4.674(减少了大约41%)。这种行为表明,纯基于不确定性的采样倾向于过度采样模型不确定的区域,但这些区域对整体预测准确性并不一定重要。通过在UCB公式中结合预测响应和传播概率加权,提出的方法避免了这一缺陷。
在所有5×10=50种子-迭代组合中,提出的方法记录了最低的单次迭代RMSE为4.46,是所有方法中最好的(最低的)最坏情况性能。相比之下,UCB、不确定性、熵和随机方法的最坏情况RMSE值分别为4.88、5.14、10.75和10.78。这一结果对于工程应用尤为重要,在这些应用中,避免灾难性的不良采样决策与实现良好的平均性能同样重要。
总之,虽然UCB在最终迭代时实现了略低的点预测误差,但提出的方法提供了更平衡和更稳健的性能:具有优越的不确定性校准的竞争性预测准确性、从第一次迭代开始的即时有效性、稳定的收敛性以及最佳的最坏情况鲁棒性。这些特性使得提出的策略非常适合实际替代建模应用,其中预测准确性和可靠的不确定性量化都是必不可少的。
4.2.4. 消融研究
为了进一步孤立每个设计选择的贡献,进行了一个包含四种变体的消融研究:(a) MF + GP(用GPR替换LF和HF);(b) MF + Det. NN(确定性NN作为HF残差模型);(c) 不使用pf加权(从方程(23)中的受限UCB中移除pf乘数);(d) LF预训练 → HF微调(在LF数据上预训练的网络,然后在HF数据上微调)。所有变体都使用相同的初始训练数据、自适应采样程序和评估协议,迭代次数为15次。图7和表7展示了比较结果。提出的方法(MC + VI)在自适应采样之前的RMSE为7.965,经过15次迭代后降低到5.162(减少了35.2%),MAE从6.200减少到3.916(减少了36.8%)。校准后的NLL保持较低(从3.556到3.450),采样后的95% PI覆盖率为0.839,PI宽度为12.980,反映了校准良好且信息丰富的不确定性界限。
表7. 在Forrester函数基准测试上的消融研究结果(15次自适应采样迭代前后)。Cov95和MPIW表示校准后的95% PI覆盖率和平均PI宽度。
| 变体 | 初始值 | 自适应采样后 | RMSE | MAE | NLL | Cov95 | MPIW |
|---------------|-------------|---------|--------|-------|-------|-------|
| 提出的方法(MC+VI) | 7.965 | 6.200 | 3.556 | 1.000 | 43.526 |
| MF + GP | 9.952 | 6.936 | 2.72 | 10.076 | 3.838 |
| MF + Det. NN | 9.491 | 6.158 | 3.699 | 5.063 | 43.526 |
| 不使用pf加权 | 7.965 | 6.200 | 3.556 | 1.000 | 43.526 |
| LF预训练 → HF微调 | 25.085 | 17.887 | 12.123 | 0.460 | 23.315 |
在15次迭代后:
| 变体 | RMSE | MAE | NLL | Cov95 | MPIW |
|---------------|---------|--------|-------|-------|-------|
| 提出的方法(MC+VI) | 5.162 | 3.916 | 3.450 | 0.839 | 12.980 |
| MF + GP | 1.198 | 0.957 | 4.07 | 10.000 | 0.001 |
| MF + Det. NN | 4.300 | 2.684 | 3.614 | 0.835 | 9.534 |
| 不使用pf加权 | 6.495 | 5.393 | 3.334 | 0.908 | 24.445 |
| LF预训练 → HF微调 | 25.013 | 19.867 | 11.641 | 10.325 | 24.112 |
MF + GP变体(a)在采样后的RMSE最低(1.198)和MAE最低(0.957),表明GPR在这个一维基准测试上可以实现强大的点预测。然而,其校准后的NLL非常高(4.07×10^7),95% PI覆盖率降至0.000,PI宽度仅为0.001,表明不确定性估计严重不准确。这种行为与GPR在模型假设与函数特性不匹配时产生过度自信预测的已知倾向一致,并强调仅凭低RMSE不足以满足安全性关键应用的要求。
MF + Det. NN变体显示出有竞争力的RMSE(从9.491降低到4.300,减少了54.7%)和最低的最终MAE(2.684)。其95% PI覆盖率为0.835,PI宽度为9.534。虽然这些结果表明确定性HF残差模型可以产生准确的点预测,但不确定性估计仅来自MC Dropout LF模型,缺乏VI BNN的显式后验校准,因此在HF残差组分中的可靠性较低。
不使用pf加权的变体(c)与提出的方法具有相同的模型结构,仅在获取函数上有所不同。其初始性能如预期一样。然而,在15次迭代后,其RMSE仅降低到6.495,而提出的方法为5.162,MAE降低到5.393。95% PI覆盖率为0.908,PI宽度为24.445,明显大于提出的方法的12.980。这些结果表明,传播概率加权通过将HF评估定向到传播可能性高的区域以及替代预测最关键的区域,显著提高了采样效率。
LF预训练 → HF微调变体的表现明显较差,15次迭代后RMSE仅从25.085略微提高到25.013。校准后的NLL仍然较高(从12.123降至11.641),95% PI覆盖率仅为0.325。这些结果证实,通过自回归公式进行的显式多保真度耦合对于有效的知识转移至关重要;简单地在小的HF数据集上微调预训练的LF模型无法捕捉到系统的保真度差距。
总之,消融研究证实每个组成部分都对整体性能有所贡献。MF自回归架构对于保真度融合至关重要,因为移除它会导致严重的性能下降。通过VI BNN对HF残差的贝叶斯处理提供了确定性NN或GPR无法一致提供的良好校准的不确定性。传播概率加权通过将HF评估集中在最具信息量的区域,提高了采样效率。这些发现增强了该框架的设计选择,并为案例研究2中的TRP应用提供了信心。
4.3. 案例研究2
在案例研究1验证的框架基础上,本节将整个流程应用于实际的TRP模拟问题。替代模型和自适应采样程序遵循相同的原则,但现在在三维设计空间中使用真实模拟数据。替代建模和自适应采样程序与函数案例类似:替代模型在累积数据上进行训练,性能使用相同的五个指标在单独的测试集上进行评估。
4.3.1. 预测结果
本节介绍了提出的方法(MC Dropout LF + VI BNN HF)在TRP案例上的预测结果。应用了与案例研究1相同的后续校准程序。最初使用了6个HF数据点(随机生成)来训练初始的MF替代模型。共进行了5次自适应采样迭代;在每次迭代中,方程(23)中的获取函数自适应地采样了2个点(1个来自受限UCB,1个来自熵),将HF训练集从n=6扩展到n=12。附录中的图A.14提供了采样点在三维设计空间(α, d, φ)中的分布细节。如图所示,初始训练点分布在设计空间中,随后UCB选择的点和熵选择的点逐渐覆盖了获取函数值最高的区域,有效地探索了传播和非传播条件。
如图8和表8所示,提出的方法在自适应采样迭代过程中呈现出预测误差总体下降的趋势,但由于TRP模拟通常样本量小而存在波动。对于输出1(t2),RMSE从最初的4.068开始,在只有8个HF点时可暂时增加到9.344,然后在第2次迭代时降至3.841。在剩余的迭代中,RMSE波动,最终在12个HF点时降至3.841。MAE也表现出类似的趋势,从最初的3.776开始,最终降至5.117。对于输出2(tfinal),其绝对值更大,变化也更明显,RMSE从最初的51.566降至35.853,减少了30.5%。相应的MAE从44.164降至38.262。平均而言,两种输出的RMSE从27.817降至21.341(减少了23.3%),MAE从23.970降至21.690。
下载:下载高分辨率图片(697KB)下载:下载全尺寸图片
图8. 在TRP案例研究中提出的方法在自适应采样迭代过程中五个替代性能指标的收敛情况:RMSE、MAE、校准后的NLL、校准后的95% PI覆盖率和校准后的95% PI平均宽度。结果显示了输出1(t2)和输出2(tfinal)及其平均值。
表8. 每次自适应采样迭代的替代预测结果(提出的方法)。
| 迭代次数 | HF输出1(t2) | HF输出2(tfinal) |
|---------|-----------|-------------|
| 1 | 64.068 | 3.776 |
| 2 | 89.344 | 6.351 |
| 3 | 105.196 | 4.269 |
| 4 | 118.080 | 7.526 |
| 5 | 126.830 | 5.117 |
| 6 | 89.341 | 6.351 |
| 7 | 105.196 | 4.269 |
| 8 | 118.080 | 7.526 |
| 9 | 196.999 | 11.641 |
关于不确定性量化,校准后的NLL值显示出明显波动,特别是在第1次迭代时输出1的值飙升至13.381,可能是由于模型在高不确定性区域适应新添加的样本。从第2次迭代开始,NLL趋于稳定,输出1的值在4.1–9.0之间,输出2的值在4.0–5.2之间。输出2的95% PI覆盖率从最初的0.500在最后两次迭代中增加到1.000,表明校准后的预测区间成功包含了真实值。对于输出1,大多数迭代的覆盖率保持在0.667左右。输出2的PI平均宽度在后来的迭代中显著增加(在第5次迭代时达到197.0),反映了模型适当捕获了tfinal的更大内在变异性。
这些结果表明,尽管HF训练预算非常有限(总共只有12个HF点),提出的MF替代模型仍能通过自适应采样策略逐步提高其预测准确性。由于样本量小和TRP问题的高维度,指标中的波动是预期的,这与案例研究1中观察到的行为一致。总的来说,RMSE和MAE的下降趋势以及覆盖率的提高证明了所提出框架在TRP应用中的有效性。
4.3.2. 与不同替代模型的比较
为了证明提出的MF替代模型结构的有效性,在相同的自适应采样框架下比较了三种替代模型配置。四种方法共享相同的初始训练数据、相同的自适应采样策略和相同的评估协议。四种配置分别为:(1) 提出的方法:MC Dropout BNN(LF)+ VI BNN(HF残差);(2) 纯HF:仅在HF数据上训练的VI BNN;(3) GPR + VI:GPR(LF)+ VI BNN(HF残差);(4) MC Dropout + GPR:MC Dropout BNN(LF)+ GPR(HF残差)。报告了3次自适应迭代前后的平均性能指标。
如图9和表9所示,提出的方法在自适应采样前后都实现了最低的平均RMSE,从27.817开始降至27.010(减少了2.9%),相应的MAE从23.970降至22.506(减少了6.1%)。尽管由于HF预算严重受限(3次迭代中仅增加了4个点),绝对改进幅度不大,但提出的方法是唯一能够在不降低任何指标的情况下持续减少预测误差的方法。
下载:下载高分辨率图片(583KB)下载:下载全尺寸图片
图9. 在TRP案例研究中,四种模型配置在自适应采样前后替代性能指标的比较。
表9.## 替代性能指标的比较:TRP案例研究中四种模型配置在3次自适应采样迭代前后的变化(基于两个输出的平均值)
| | | | | | | | |
|------------|------------|--------|--------|--------|--------|--------|--------|
| 初始值 | 3次迭代前 | 3次迭代后 | RMSE | MAE | NLL | CV95% | MPIW |
| Proposed (MF) | 27.817 | 23.970 | 4.929 | 0.583 | 47.544 | 27.010 | 22.506 |
| Pure HF | 54.160 | 43.257 | 11.170 | 0.667 | 60.119 | 54.613 | 13.915 |
| GPR + VI | 43.157 | 31.799 | 4.903 | 1.000 | 295.676 | 51.312 | 40.786 |
| MC Dropout + GPR | 36.011 | 26.845 | 390.856 | 0.083 | 44.397 | 69.635 | 4824.3 |
| | | | | | | | |
### 结果分析:
- **Proposed (MF)** 方法在整个过程中表现出持续的高误差,平均RMSE保持在54.2–54.6左右,MAE从43.257略微增加到44.172。校准后的NLL也从11.170下降到13.915,表明仅使用稀疏的HF数据训练单一模型不足以解决TRP问题。
- **GPR + VI** 方法在采样前后都实现了100%的PI覆盖率(PI平均值宽度分别为295.676和315.528),但预测区间过宽,表明不确定性估计过于保守。
- **MC Dropout + GPR** 方法表现出最严重的问题:尽管初始RMSE为36.011,但在自适应采样过程中性能急剧下降至115.674。校准后的NLL极高(分别为390.856和4824.346),95%的PI覆盖率仅为0.083,预测区间宽度极窄(约4.2),表明不确定性估计严重失准且缺乏信息量。这符合GPR在更高维度空间中产生过度自信预测的已知倾向。
- **提出的方法** 在整个过程中保持了良好的不确定性估计,校准后的NLL从4.929下降到4.536,95%的PI覆盖率从0.583提高到0.667。PI平均值宽度从47.544增加到54.129,随着模型遇到更多不同类型的数据点,区间适当扩展。这些结果表明,对于TRP问题,MC Dropout BNN + VI BNN组合提供了最可靠和平衡的性能。
## 与不同自适应采样策略的比较
为了评估所提出的自适应采样策略,我们比较了五种策略在3次迭代中的表现,所有策略均使用相同的MF替代模型(Proposed MC Dropout LF + VI BNN HF)和相同的初始训练数据。五种策略分别是:
1. **Proposed (UCB + Entropy)**:结合了受限UCB和熵(如公式(23)所示,每次迭代从每个指标中选取1个点。
2. **Random**:无获取函数指导,均匀选择点。
3. **Pure Uncertainty**:仅基于σcal(x)选择点。
4. **Pure UCB**:仅使用SUCB,不包括熵成分。
5. **Pure Entropy**:仅基于分类熵SH选择点。
如图10和表10所示,**Proposed (UCB + Entropy)**策略在3次迭代后实现了最低的RMSE(27.010)和最低的MAE(22.506),分别比初始值降低了2.9%和6.1%。尽管由于HF预算严重受限,绝对改进幅度有限,但这是唯一一种在所有指标上都能持续减少预测误差的方法。
### 表10:TRP案例研究中五种采样策略在3次自适应采样迭代前后的替代性能指标比较(基于两个输出的平均值)
| | | | | | | |
|------------|------------|--------|--------|--------|--------|--------|
| 初始值(nHF=6) | 3次迭代后 | RMSE | MAE | NLL | CV95% | MPIW |
| Proposed (UCB + Entropy) | 27.817 | 23.970 | 4.929 | 0.583 | 47.544 | 27.010 | 22.506 |
| Random | 27.817 | 23.970 | 4.929 | 0.583 | 47.544 | 154.249 | 107.226 |
| Pure Uncertainty | 27.817 | 23.970 | 4.929 | 0.583 | 47.544 | 36.563 | 9.629 |
| Pure UCB | 27.817 | 23.970 | 4.929 | 0.583 | 37.315 | 31.223 | 5.210 |
| Pure Entropy | 27.817 | 23.970 | 4.929 | 0.583 | 35.691 | 132.431 | 4.503 |
| | | | | | | |
- **Random**策略的表现最差,RMSE从27.817急剧增加到154.249,MAE上升到107.226,校准后的NLL也恶化到15.432。
- **Pure Uncertainty**策略的RMSE和MAE均高于初始值。
- **Pure UCB**策略在考虑响应和不确定性的同时,实现了较低的RMSE(37.315)和MAE(31.223)。然而,由于未考虑分类性能,CBU未能将样本导向传播边界最不确定的区域,导致改进效果不平衡。
- **Pure Entropy**策略实现了最高的95% PI覆盖率(0.917)和最低的校准后NLL(4.503)。这是因为熵驱动的采样有效提高了分类器识别传播事件的能力,但在RMSE(35.691)和MAE(32.431)方面仍高于提出的方法。PI平均值宽度最大(98.790),表明区间虽然较宽但覆盖范围良好。
### 结论
所提出的方法结合了受限UCB和熵指标的优点,实现了最佳的预测准确性(最低RMSE和MAE),同时保持了良好的不确定性估计(NLL为4.536,覆盖率0.667,PI平均值宽度为54.129)。结果证实,在TRP背景下考虑模型响应、预测不确定性和分类熵对于高效的自适应采样至关重要。然而,在将其应用于工业级电池组设计时,还需要考虑几个实际问题:当前设计空间仅涉及三个参数(α、d、φ);生产导向的设计可能包括额外的变量,如模块级冷却策略、不同类型的电池化学成分、电池容量以及电池组内的不同触发位置。随着输入维度的增加,自适应采样策略需要探索更大的设计空间,可能需要更多的HF评估和更先进的获取函数来考虑计算成本。此外,替代模型是在单一热滥用条件(固定角电池的内部故障)下开发的;在实际场景中,必须考虑多种滥用条件(机械挤压、外部加热、过充和内部短路)下的TRP风险,每种条件都会引入不同的热生成特性和故障模式。扩展框架以适应多种滥用场景可能需要多任务或多输出的替代模型。目前模拟假设环境温度为25°C且为自然对流;实际电池组的工作环境温度范围较广,并可能包含主动冷却系统,这将引入额外的物理和设计变量。解决这些问题是将所提出的方法应用于工业电池组安全评估工作流程的重要步骤。
## 结论
本文提出了一个具有自适应采样策略的多保真度替代建模框架,用于预测锂离子电池组的TRP。该框架通过自回归公式整合了LF 2D和HF 3D模拟,并采用BNN(MC Dropout用于LF,VI BNN用于HF残差),实现了对传播事件和燃尽时间的准确预测以及不确定性量化。替代模型明确处理了传播状态和非传播状态之间的不连续性。定制的自适应采样策略根据预测响应、不确定性和传播概率选择HF样本,将资源高效地导向最具信息量的模拟。
两个案例研究验证了该框架的有效性。在Forrester基准测试中,所提模型实现了最佳的初始RMSE(8.009),并在15次迭代后保持了竞争力(RMSE:5.425)。多种子分析显示RMSE降低了60.6%,95%的PI覆盖率最佳(0.962),最佳的最坏情况鲁棒性也得到了验证。消融研究证实,每个组件(包括自回归架构、VI BNN残差模型和pf加权获取函数)都具有重要意义。在TRP案例中,该框架实现了90%的分类准确性,RMSE分别为2.6497和19.5183,校准后的标准差分别为14.0087和67.8687,与基于HF和GP的替代模型相比,预测误差降低了约20%。
该框架存在一些局限性:首先,每个电池被视为一个均质的集总热源,未捕捉内部结构效应(如凝胶卷芯、外壳)和电池间的差异;其次,该研究依赖于模拟结果,缺乏直接实验验证,可能存在关于热接触电阻和辐射的差异;第三,尚未测试其在更高维度空间中的可扩展性;获取函数可能需要批量获取或考虑成本的策略;第四,公式(1)中的LF–HF相关性在某些区域可能失效。该框架最适合早期设计筛查,最终验证需要针对性模拟或物理测试。