⚡ electrical engineering

Towards Cognitive Defect Analysis in Active Infrared Thermography with Vision-Text Cues

تقدم هذه الورقة إطار عمل مبتكرًا موجهًا باللغة يستفيد من نماذج الرؤية واللغة مسبقة التدريب ومحول متخصص لتحقيق الكشف والتحديد التوليدي بصفر من التدريب (zero-shot) للعيوب تحت السطحية في البوليمرات المعززة بألياف الكربون باستخدام التصوير الحراري بالأشعة تحت الحمراء النشطة، مما يلغي الحاجة إلى مجموعات بيانات مكلفة وخاصة بمهام محددة مع تحسين نسبة الإشارة إلى الضوضاء ودقة الكشف بشكل كبير.

المؤلفون الأصليون: Mohammed Salah, Eman Ouda, Giuseppe Dell'Avvocato, Fabrizio Sarasini, Ester D'Accardi, Jorge Dias, Davor Svetinovic, Stefano Sfarra, Yusra Abdulrahman

نُشر 2026-03-12

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Mohammed Salah, Eman Ouda, Giuseppe Dell'Avvocato, Fabrizio Sarasini, Ester D'Accardi, Jorge Dias, Davor Svetinovic, Stefano Sfarra, Yusra Abdulrahman

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك محقق يحاول العثور على صدع مخفي داخل جناح طائرة مصنوع من ألياف الكربون السميكة وعالية التقنية. لا يمكنك رؤية الصدع بعينيك، لذا تستخدم "كاميرا حرارية" خاصة (التصوير الحراري بالأشعة تحت الحمراء النشطة) لالتقاط فيلم للجناح أثناء تبريده بعد تسخينه.

المشكلة:
عادةً، لتعليم الكمبيوتر كيفية رصد هذه الصدوع المخفية في فيلم الحرارة، يتعين عليك إطلاعه على آلاف الأمثلة للصدوع وإخباره: "انظر، هذا هو الصدع". هذا يشبه توظيف مدرس لتعليم طالب قبل سنوات من اجتيازه للاختبار. إنه أمر مكلف، بطيء، ويتطلب مكتبة ضخمة من "أمثلة الصدوع" التي يصعب الحصول عليها.

الحل:
تقدم هذه الورقة البحثية خدعة ذكية جديدة. فبدلاً من تعليم الكمبيوتر من الصال، نستخدم "محقق ذكاء اصطناعي فائق الذكاء" يعرف بالفعل كيفية النظر إلى الصور وقراءة النصوص (يُسمى نموذج الرؤية واللغة، أو VLM). فكر في هذا الذكاء الاصطناعي كعبقري قد رأى الملايين من الصور ويعرف كيف يبدو "الشيء المكسور"، لكنه لم يسبق له رؤية خريطة حرارية من قبل.

المشكلة هي أن الخرائط الحرارية لا تشبه الصور العادية؛ فهي ضبابية، محببة، وتبدو مثل التشويش (الستاتيك) في التلفاز القديم. إذا عرضت هذا الفيلم الحراري الخام على هذا العبقري، فسيصاب بالارتباك.

الجسر السحري (المحول - The Adapter):
قام المؤلفون ببناء مترجم خاص يسمى "AIRT-VLM Adapter".

التشبيه: تخيل أن الفيلم الحراري الخام هو ملاحظة فوضوية مكتوبة بلغة أجنبية، بينما الذكاء الاصطناعي العبقري يتحدث الإنجليزية فقط ويفهم الصور الواضحة عالية الدقة.
وظيفة المحول: يأخذ تلك الملاحظة الفوضوية، وينظفها، ويبرز الأجزاء المهمة (الصدوع)، ثم يترجمها إلى صورة واضحة وعالية الدقة تبدو كشيء رآه الذكاء الاصطناعي من قبل. إنه يشبه استخدام مرشح سحري يحول صورة أشعة سينية ضبابية إلى رسم ملون وواضح يمكن للذكاء الاصطناعي فهمه فوراً.

كيف يعمل في الواقع:

تسخين الجناح: تقوم بضرب جزء الطائرة بومضة من الضوء أو الحرارة.
تصوير الفيديو: تسجل كيف تنتشر الحرارة وتتلاشى.
المرشح السحري: يقوم "المحول" بمعالجة هذا الفيديو ويحوله إلى صورة واحدة فائقة الوضوية حيث تتوهج الصدوع المخفية ببراعة مقابل خلفية مظلمة.
سؤال الذكاء الاصطناعي: ببساطة تسأل الذكاء الاصطناوي: "انظر إلى هذه الصورة وارسم مربعاً حول مكان الكسر".
النتيجة: لأن الذكاء الاصطناعي ذكي جداً والصورة الآن واضحة، فإنه يرسم المربع بشكل مثالي، رغم أنه لم يسبق له رؤية صدع في ألياف الكربون من قبل. وهو يفعل ذلك بأسلوب "التعلم الصفري" (Zero-shot)، مما يعني أنه لم يحتج لدراسة كتاب مدرسي عن الصدوع أولاً.

النتائج:
اختبر الفريق هذا النظام على 25 جزءاً مختلفاً من أجزاء الطائرات مع أنواع مختلفة من الأضرار.

الوضوح: جعل "المرشح السحري" الصدوع أكثر وضوحاً بنسبة 50% وجعل الإشارة أقوى بمقدار 20 ديسيبل مقارنة بالطرق القديمة.
الدقة: وجد الذكاء الاصطناعي الصدوع بنسبة 70% تقريباً بدقة متناهية، دون الحاجة إلى أي بيانات تدريبية.

لماذا هذا الأمر مهم:
هذا يعد تغييراً جذرياً في قواعد اللعبة لصناعة الطيران. فبدلاً من قضاء شهور في جمع البيانات وتدريب الحواسيب، يمكن للمفتشين الآن مجرد توصيل كاميرا الحرارية الخاصة بهم، وتمرير الفيديو عبر هذا "المرشح السحري"، وسؤال ذكاء اصطناعي مدرب مسبقاً عن مكان الضرر. إنه يشبه الانتقال من الحاجة إلى درجة الدكتوراه في التصوير الحراري إلى مجرد التقاط صورة وسؤال صديق ذكي: "ما الخطب هنا؟"

العائق (القيود):
النظام ممتاز في تحديد أين يوجد الصدع، ولكن نظرًا لأنه يضغط الفيديو بأكمله في صورة واحدة، فإنه لا يستطيع إخبارك مدى عمق الصدع أو نوع الصدع بالضبط (مثل فقاعة هواء مقابل شق). إنه يشبه رؤية كدمة على شخص ما، لكنك لا تعرف ما إذا كانت كدمة عظمية عميقة أم مجرد خدش سطحي. ستعمل النسخ المستقبلية على محاولة إصلاح ذلك.

باخت-مختصر:
تعلمنا هذه الورقة البحثية كيف نستخدم "مترجماً عالمياً" للسماح لمحققي الذكاء الاصطناعي الفائق بحل الألغاز الصناعية دون الحاجة لسنوات من التدريب المتخصص. إنها تحول فيديو حرارياً مربكاً إلى صورة واضحة، مما يسمح للذكاء الاصطناعي برصد أضرار الطائرات المخفية فوراً وبأقل تكلفة.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "نحو تحليل العيوب المعرفي في التصوير الحراري بالأشعة تحت الحمراء النشطة باستخدام الإشارات البصرية-النصية."

1. بيان المشكلة

يعد التصوير الحراري بالأشعة تحت الحمراء النشطة (AIRT) طريقة حاسمة للاختبار غير التدميري (NDT) للكشف عن العيوب تحت السطحية في البوليمرات المعززة بألياف الكربون (CFRPs)، وهي مستخدمة على نطاق واسع في مجال الطيران. ومع ذلك، يواجه دمج الذكاء الاصطناعي (AI) في تقنية AIRT عقبتين رئيستين:

ندرة البيانات والتكلفة: يتطلب تدريب نماذج التعلم العميق الخاضعة للإشراف مجموعات بيانات ضخمة ومكلفة وتستغرق وقتاً طويلاً من التسلسلات الحرارية المشروحة.
الفجوة النطاقية (Domain Gap): إن تقنيات تقليل الأبعاد التقليدية في AIRT (مثل PCA وTSR) تنتج تمثيلات للميزات لا تتوافق مع توزيعات الصور الطبيعية التي تم تدريب نماذج الرؤية واللغة التأسيسية (VLMs) مسبقاً عليها. هذا عدم التوافق يمنع التطبيق المباشر لنماذج VLMs القوية والجاهزة للاستخدام في الكشف عن العيوب بنمط "التعلم الصفري" (zero-shot) (أي الكشف عن العيوب دون تدريب خاص بالمهمة).

2. المنهجية

يقترح المؤلفون إطار عمل مبتكر للتحليل المعرفي للعيوب بنمط التعلم الصفري، يعمل على جسر الفجوة بين البيانات الحرارية ونماذج الرؤية واللغة متعددة الوسائط (VLMs). يتكون مسار العمل من مرحلتين رئيسيتين:

أ. محول AIRT-VLM (تقليل الأبعاد والمواءمة النطاقية)

لجعل التسلسلات الحرارية متوافقة مع نماذج VLMs، قدم المؤلفون وحدة محول خفيفة الوزن تعتمد على المشفر التلقائي التلافيفي المقنع (AIRT-Masked-CAAE).

معالجة المدخلات: يتم توحيد تسلسلات الأشعة تحت الحمراء الخام ( $N_t$ من الإطارات) وتوسيطها لإزالة إزاحات درجة الحرارة المطلقة، والتركيز على التغيرات الحرارية النسبية.
التشفير التلقائي المقنع: يتم إفساد التسلسل باستخدام قناع ثنائي وضوضاء غاوسية مضافة. يتم تدريب المشفر التلقائي على إعادة بناء الإشارة الأصلية من هذا المدخل المفسد، مما يجبر الشبكة على تعلم ميزات مكانية-زمانية قوية ومرتبطة بالعيوب بدلاً من مجرد إعادة بناء الهوية التافهة.
التمثيل الكامن: يقوم المشفر بتوليد مجموعة من الصور الكامنة ( $l=10$ ).
المواءمة النطاقية: تقوم عملية التجميع المتوسط العالمي (Global Average Pooling) بتجميع هذه الميزات الكامنة في صورة حرارية واحدة عالية نسبة الإشارة إلى الضجيج (SNR) ومتوافقة نطاقياً ( $I_{VLM}$ ). تحافظ هذه الصورة على وضوح العيوب مع محاكاة التوزيع الإحصائي للصور الطبيعية التي تدربت عليها نماذج VLMs.

ب. التحليل المعرفي للعيوب (الاستدلال بنمط التعلم الصفري)

يتم تغذية الصورة المتوافقة نطاقياً إلى نماذج VLMs الجاهزة (تحديداً GroundingDINO وQwen-VL-Chat وCogVLM) جنباً إلى جنب مع مطالبة نصية طبيعية.

المطالبة (Prompting): يستخدم النظام تعليمات نصية معيارية (على سبيل المثال: "افحص الصورة الحرارية لشريحة CFRP وأخرج مربع الإحاطة الخاص بالعيب...").
الاستدلال: يستخرج المشفر البصري للنموذ (VLM) الميزات من الصورة الحرارية، بينما يعالج مشفر النص المطالبة. تعمل وحدة دمج متعددة الوسائط على مواءمة المفهوم الدلالي لـ "العيب" مع الأنماط البصرية في الصورة.
المخرجات: يولد النموذج إحداثيات مربع الإحاطة $(x_1, y_1, x_2, y_2)$ للعيب دون الحاجة إلى أي ضبط دقيق (fine-tuning) خاص بالتصوير الحراري أو بيانات تدريب مصنفة.

3. المساهمات الرئيسية

إطار عمل مبتكر: تقديم إطار عمل معرفي للتحليل الصفري لعيوب CFRP يلغي الحاجة إلى مجموعات بيانات حرارية ضخمة ومصنفة.
محول AIRT-VLM: تطوير محول متخصص يحول التسلسلات الحرارية عالية الأبعاد إلى تمثيل صورة واحدة متوافقة نطاقياً، مما يجسّر الفجوة بفعالية بين الفيزياء الحرارية والخصائص المسبقة للصور الطبيعية.
تحديد الموقع بنمط التعلم الصفري: إثبات أن نماذج VLMs المدربة مسبقاً، عند اقترانها بالمحول، يمكنها تحديد مواقع العيوب تحت السطحية بشكل موثوق عبر مستويات مختلفة من طاقة الصدمة ودرجات الحرارة دون إعادة تدريب.

4. النتائج التجريبية

تم التحقق من صحة إطار العمل على 25 تسلسلاً لفحص CFRP تضمنت أضرار صدمات عند مستويات طاقة 5 جول و15 جول، في كل من الظروف المحيطة ودرجات الحرارة المنخفضة ( $-70^\circ$ C).

تعزيز الإشارة:
- حقق محول AIRT-VLM زيادة في نسبة الإشارة إلى الضجيج (SNR) تتجاوز 10 ديسيبل مقارنة بطرق تقليل الأبعاد الحديثة (مثل 1D-DCAE-AIRT وTSR وPCA).
- لوحظت تحسينات في التباين بنسبة تقارب 50% مقارنة بالصور الحرارية الخام.
أداء كشف العيوب:
- عند اقترانه بالمحول، حققت نماذج VLMs نسبة تقاطع فوق الاتحاد (IoU) تبلغ حوالي 70%.
- بلغت المسافة المركزية المعيارية (NCD) حوالي 0.015، مما يشير إلى دقة مكانية عالية.
- في المقابل، أدت استخدام طرق تقليل الأبعاد القياسية مع نفس نماذج VLMs إلى نسب IoU أقل من 50%، مما يبرز الدور الحاسم للمحول.
الكفاءة:
- وُجد أن استراتيجية التجميع (Average Pooling) فعالة حسابياً، حيث قللت وقت التنفيذ بشكل كبير (4.3 ثانية) مقارنة بطرق التجميع مثل Non-Maximum Suppression (NMS) على جميع الإطارات الكامنة (37.8 ثانية)، مع دقة مماثلة.

5. الأهمية والأثر

القابلية للتطبيق الصناعي: يزيل إطار العمل "عقبة البيانات" التي تعيق حالياً نشر الذكاء الاصطناعي في الاختبارات غير التدميرية (NDT). فهو يسمح بدمج سريع في سلاسل التفتيش دون الحاجة إلى جمع بيانات مكلفة وتصنيفها.
القابلية للتوسع: من خلال الاستفادة من نماذج VLMs العامة، يقدم هذا النهج حلاً قابلاً للتوسع لفحص الهياكل الكبيرة وأنواع العيوب المتنوعة دون الحاجة لإعادة تدريب النماذج لكل سيناريو جديد.
خفض التكاليف: يقلل بشكل كبير من وقت إعداد الفحص وتكاليف التحليل من خلال تمكين تحديد موقع العيوب بشكل مؤتمت ومستقل عن المشغل.
الاتجاهات المستقبلية: بينما يتفوق الأسلوب الحالي في تحديد الموقع، فإنه لا يقدر بعد عمق العيب ولا يميز بين أنواع العيوب المحددة (مثل الانفصال الطبقي مقابل الفراغات). يهدف العمل المستقبلي إلى ضبط نماذج VLMs باستخدام أهداف قائمة على الفيزياء لمعالجة هذه القيود.

ختاماً، يمثل هذا العمل تحولاً جذرياً من نماذج الذكاء الاصطناعي التي تعتمد على الإشراف وتستهلك الكثير من البيانات إلى التحليل المعرفي التوليدي بنمط التعلم الصفري في التصوير الحراري، مما يثبت أن النماذج التأسيسية يمكن تكييفها بفعالية لمهام الاستشعار الصناعية المتخصصة من خلال المواءمة النطاقية خفيفة الوزن.