[论文解读] The Automated Discovery of Kinetic Rate Models -- Methodological Frameworks

Miguel Ángel de Carvalho Servia, Ilya Orson Sandoval+5 more|arXiv (Cornell University)|Jan 26, 2023

Machine Learning in Materials Science被引用 4

一句话总结

该论文提出了ADoK-S和ADoK-W两种自动化框架，利用符号回归结合信息准则进行严格模型选择，实现催化动力学速率模型的自动发现。通过将遗传编程用于模型生成，结合MBDoE引导的序列优化实验，该框架在三个复杂案例研究中，成功从有限且含噪声的数据中恢复出真实的动力学机理，展示了在化学反应工程应用中的鲁棒性与可扩展性。

ABSTRACT

The industrialization of catalytic processes requires reliable kinetic models for their design, optimization and control. Mechanistic models require significant domain knowledge, while data-driven and hybrid models lack interpretability. Automated knowledge discovery methods, such as ALAMO (Automated Learning of Algebraic Models for Optimization), SINDy (Sparse Identification of Nonlinear Dynamics), and genetic programming, have gained popularity but suffer from limitations such as needing model structure assumptions, exhibiting poor scalability, and displaying sensitivity to noise. To overcome these challenges, we propose two methodological frameworks, ADoK-S and ADoK-W (Automated Discovery of Kinetic rate models using a Strong/Weak formulation of symbolic regression), for the automated generation of catalytic kinetic models using a robust criterion for model selection. We leverage genetic programming for model generation and a sequential optimization routine for model refinement. The frameworks are tested against three case studies of increasing complexity, demonstrating their ability to retrieve the underlying kinetic rate model with limited noisy data from the catalytic systems, showcasing their potential for chemical reaction engineering applications.

研究动机与目标

• 为解决现有自动化知识发现方法在动力学模型生成中的局限性，如结构假设、可扩展性差以及对噪声敏感等问题。
• 开发一种稳健且可泛化的框架，用于在无需预先了解机理知识的前提下，自动发现可解释的动力学速率模型。
• 通过信息准则（AIC/BIC）实现严谨的模型选择，确保模型排序的统计有效性与透明性。
• 通过MBDoE（多区块贝叶斯实验设计）引导的序列实验，提升数据效率，实现模型精度的迭代优化。
• 在日益复杂的催化体系中验证框架的能力，包括异构化、N₂O分解以及甲苯加氢脱烷基化反应。

提出的方法

• 利用遗传编程探索动力学速率定律的大量候选符号表达式，实现灵活、数据驱动的模型生成。
• 应用序列优化方法，基于实验数据的浓度分布，通过非线性最小二乘拟合优化模型参数。
• 采用AIC和BIC作为信息准则，实现客观、透明的模型选择，优先选择拟合度与复杂度之间达到最优平衡的模型。
• 整合MBDoE，根据当前模型预测的不确定性，战略性地设计新实验，提升数据效率并加快收敛。
• 采用符号回归的强形式（ADoK-S）与弱形式（ADoK-W）以增强鲁棒性：ADoK-S直接建模速率表达式，而ADoK-W则利用积分浓度分布。
• 在每次迭代后合并新的实验数据，实现模型发现的迭代优化，确保收敛至真实的动力学机理。

实验结果

研究问题

• RQ1 自动化符号回归框架是否能够在无先验机理假设的前提下，从未知的有限、含噪声实验数据中发现真实的动力学速率定律？
• RQ2 与启发式或非透明的准则相比，信息准则（AIC/BIC）的集成在动力学模型发现中如何提升模型选择的鲁棒性？
• RQ3 MBDoE引导的序列实验在多大程度上能够提升自动化动力学模型发现的精度与收敛性？
• RQ4 ADoK-S与ADoK-W中的强形式与弱形式在复杂度逐渐增加的系统中，性能与鲁棒性有何差异？
• RQ5 所提出的框架是否能够恢复出与真实催化体系中基准速率定律相符的可解释、物理上有意义的动力学表达式？

主要发现

• ADoK-S仅通过五次初始实验即成功恢复了甲苯加氢脱烷基化反应的真实动力学速率模型，其结构与参数均与真实模型一致：$\hat{r}^{*} = \frac{1.124C_{T}C_{H}}{1+4.932C_{B}+2.928C_{T}}$。
• 在异构化反应中，ADoK-W在六次实验后重新发现了基准速率模型，得到$\hat{r}^{*} = \frac{9.998C_{A}-4.496C_{B}+0.386}{6.038C_{A}+2.137C_{B}+7.892}$，仅多出一个微小且可忽略的参数。
• 在N₂O分解反应中，ADoK-W在七次实验后成功识别出正确的模型结构$\hat{r}^{*} = \frac{1.584C_{N_{2}O}^{2}}{1+3.798C_{N_{2}O}}$，即使在高噪声与复杂动力学条件下也表现出良好的恢复能力。
• 框架对噪声数据和初始数据质量差具有强鲁棒性，通过AIC/BIC进行的模型选择能有效过滤虚假候选模型。
• MBDoE的集成显著提升了数据效率，使得模型发现所需的实验次数远少于随机或均匀采样策略。
• 所有发现的模型在结构与参数上均与真实动力学表达式高度接近，证实了该方法的鲁棒性与可解释性。