Study on Corrosion Imaging of Aircraft Riveted Structures Based on Pulsed Eddy Current

تخيل أنك تحاول العثور على شق صغير مخفي داخل شطيرة سميكة متعددة الطبقات مصنوعة من المعدن. لا يمكنك قطعها لأن ذلك سيفسد الشطيرة، ولا يمكنك مجرد النظر من الأعلى لأن الشق مدفون في الداخل بعمق. هذا هو التحدي اليومي للمهندسين الذين يحتاجون للحفاظ على سلامة الطائرات. إنهم يستخدمون نوعًا خاصًا من "الرادار المعدني" يسمى التيارات الدوامية النبضية (Pulsed Eddy Current - PEC). فكر في الأمر كأنك تطلق صرخة تصفيق قوية تجاه جدار وتستمع إلى الصدى. إذا كان هناك ثقب أو بقعة صدأ داخل الجدار، فإن الصدى سيبدو مختلفًا.

ومع ذلك، هناك عقبة؛ فعندما تنتقل "الصرخة" (النبضة الكهرومغناطيسية) عبر الطبقات المعدنية، فإنها لا تظل في حزمة ضيقة ومنظمة، بل تنتشر، تمامًا مثل قطرة حبر تنتشر في كوب من الماء. هذا الانتشار، المسمى بالانتشار (diffusion)، يجعل الصدى يبدو ضبابيًا. فإذا كان لديك بقعة صدأ صغيرة، فقد يبدو الصدى ككتلة ضخمة وضبابية، مما يجعل من المستحيل تحديد حجم البقعة بدقة أو موقعها. هذه مشكلة كبيرة، لأنه في مجال الطيران، معرفة الحجم الدقيق للعيب هو الفرق بين رحلة آمنة وأخرى خطيرة. لقد حاول العلماء جعل هذه الأصداء الضبابية أكثر حدة لسنوات، لكن الضبابية الناتجة عن المعدن نفسه كانت عائقًا مستعصيًا.

تقدم هذه الورقة البحثية طريقة رقمية ذكية جديدة "لإزالة الضبابية" عن تلك الأصداء ورؤية بقع الصدأ المخفية بوضاءة مذهلة. طور الباحثون، الذين عملوا على هياكل الطائرات المثبتة بالبراغي (الطبقات المعدنية المتصلة بمسامير البرشمة)، خدعة سحرية رقمية مكونة من ثلاث خطوات لإصلاح الإشارات الضبابية. أولاً، استخدموا خوارزمية ذكية تعمل مثل أداة "التحسين" (sharpen) في برامج تعديل الصور، ولكنها ذكية بما يكفي لتعرف مقدار التحسين الذي يحتاجه كل جزء من الإشارة بالضبط. يسمونها "التحسين التكيفي للقوة القانونية" (adaptive power-law sharpening). وهي تعمل على ضغط الحواف الضبابية للإشارة وإعادتها إلى مكانها، مما يجعل حدود العيب أكثر دقة ووضوحًا.

بعد ذلك، ولأن مستشعراتهم لا تلتقط سوى لقطات قليلة من الإشارة، بدت البيانات تبدو "مجزأة" ومنخفضة الدقة. ولإصلاح ذلك، استخدموا تقنية رياضية تسمى "استكمال PCHIP" (PCHIP interpolation). تخيل أخذ صورة منخفضة الدقة ومجزأة إلى بكسلات، ثم استخدام الكمبيوتر لملء جميع البكسلات المفقودة بسلاسة، مما يخلق صورة عالية الدقة دون فقدان أي من التفاصيل الأصلية. وأخيرًا، استخدموا برنامجًا حاسوبيًا يسمى "تجميع K-means" (K-means clustering) لفصل "الصدأ" عن "المعدن السليم" تلقائيًا. إنه يشبه الفرز الذكي الذي ينظر إلى الصورة الجديدة الحادة وعالية الدقة ويقول: "هذه البكسلات تنتمي إلى عيب، وهذه البكسلات تنتمي إلى الخلفية"، ويرسم تلقائيًا خطًا خارجيًا مثاليًا حول المشكلة.

النتائج مبهرة. فعندما اختبروا هذه الطريقة على بقع صدأ اصطناعية مخفية داخل كتلة معدنية متعددة الطبقات، وجدوا أنها تعمل بشكل أفضل بكثير من الطرق القياسية القديمة للقياس. بالنسبة لبقع الصدئ الصغيرة التي يتراوح قطرها بين 5 ملم و12 ملم، استطاعت الطريقة الجديدة قياس مساحة الصدأ بهامش خطأ أقل من 16.3%. والأهم من ذلك، تمكنت من تحديد الموقع الدقيق للصدأ بدقة تصل إلى 1.5 ملم. أما الطرق القديمة، التي لم تستخدم خدعة التحسين والفرز هذه، فغالبًا ما كانت تخطئ في تقدير الحجم بفارق كبير (أحيانًا بدقة أقل من 50%).

تجادل الورقة صراحةً ضد الاعتماد على الطرق القديمة البسيطة التي ترسم خطًا بناءً على مستوى سطوع ثابت (thresholding)، موضحة أن هذه الطرق تفشل فشلاً ذريعًا عندما تكون الإشارة ضبابية. وبدلاً من ذلك، يثبتون أنه من خلال ضبط التحسين ديناميكيًا بناءً على قوة الإشارة ثم استخدام التجميع الذكي، يمكنك الحصول على صورة دقيقة للغاية للتآكل الخفي. وبينما لا يدعون أنهم حلوا مشكلة كل العيوب الممكنة في الكون، فقد أثبتوا وجود إطار عمل صلب وفعال يحول إشارة ضبابية ومربكة إلى خريطة دقيقة للأضرار المخفية، مما يوفر مسارًا جديدًا للحفاظ على سلامة هياكل الطائرات دون الحاجة لتفكيكها.