تقدم الورقة البحثية إطار عمل Defect2Tree، الذي يحول مورفولوجيات الفراغات ثلاثية الأبعاد المعقدة في البوليمرات المعززة بألياف الكربون إلى تمثيلات شجرية هيكلية محافظة على الطوبولوجيا للتنبؤ بدقة باتجاهات نمو الشقوق وتقييم السلامة الهيكلية، متجاوزاً بذلك حدود التبسيطات التقليدية للعيوب.
المؤلفون الأصليون:Yong Li, Fangxiang Yin, Yaao Di, Yihao Yin, Yan Fu, Junming Yan, Kai Zheng, Yanan Miao, Long Chen, Shanling Han
تُعد المواد القوية وخفيفة الوزن المصنوعة من ألياف الكربون والبلاستيك هي العمود الفقري للهندسة الحديثة، حيث تُشغل كل شيء بدءاً من أجنحة الطائرات وصولاً إلى هياكل القطارات عالية السرعة. وتُقدر هذه المواد لنسبة قوتها إلى وزنها، لكن موثوقيتها تعتمد على مشكلة واحدة مستعصية: وهي الفجوات الصغيرة غير المرئية المحاصرة داخلها أثناء التصنيع. هذه الفجوات ليست كرات مثالية أو دوائر منتظمة؛ بل هي متعرجة، ومتفرعة، وغير منتظمة، تشكلت نتيجة هواء محبوس أو معالجة غير متساوية. ولعقود من الزمن، كافح المهندسون للتنبؤ بكيفية تسبب هذه الأشكال الفوضوية في فشل المادة. وغالباً ما تجبر الطرق التقليدية هذه العيوب المعقدة على اتخاذ أشكال هندسية بسيطة لتسهيل حسابها، ولكن في القيام بذلك، فإنها تجردها من التفاصيل الجوهرية ذاتها — مثل الزوايا الحادة، والأغصان المتصلة، والحواف المنحنية — التي تحدد في الواقع مكان بدء الشق وكيفية انتشاره. وبدون وسيلة لرؤية الشكل الحقيقي لهذه العيوب، يظل التنبؤ بمتى قد ينكسر الجزء بمثابة لعبة تخمين.
لقد طور فريق من الباحثين من جامعة شاندونغ للعلوم والتكنولوجيا وشركة CRRC لتقنيات التشكيل طريقة جديدة للنظر إلى هذه العيوب الخفية، محولين فوضى ثلاثية الأبعاد إلى خريطة واضحة تشبه الشجرة. وقد أطلقوا على هذه الطريقة اسم "Defect2Tree". فبدلاً من محاولة مطابقة فجوة متعرجة داخل دائرة أو مستطيل، استخدم الباحثون فحوصات الأشعة السينية عالية الدقة لرؤية الشكل الفعلي للثقوب داخل أجزاء ألياف الكربون. ثم قاموا بتتبع الخطوط الخارجية لكل ثقب وتبسيطها إلى هيكل عظمي، تماماً مثل تجريد شجرة وإبقائها على جذعها الرئيسي وأغصانها. وتعمل هذه العملية على الحفاظ على السمات الطوبولوجية الحرجة التي تفقدها الطرق الأخرى: مثل كيفية اتصال الأغصان، وحدة الأطراف، وانحناء الحواف. ومن خلال تحويل هذه الأشكال غير المنتظمة إلى شبكة من العقد والخطوط، أنشأ الفريق تمثيلاً رقمياً يحافظ على الهوية الحقيقية للعيب.
ولفهم كيفية تأثير هذه الأشكال المحددة على المادة، احتاج الباحثون لاختبارها في بيئة محكومة. لم يكن بإمكانهم اختبار أجزاء ألياف الكربون الأصلية بسهولة لأن الألياف نفسها تخلق الكثير من التباين. بدلاً من ذلك، أخذوا الخطوط الخارجية الدقيقة للفجوات الممسوحة ضوئياً وطبعوها كفجوات ثنائية الأبعاد في كتل من الراتنج (الريزن) الشفاف المخصص لطب الأسنان. عملت كتل الراتنج هذه كبدائل، مما سمح للفريق بشدها باستخدام آلة اختبار مع مراقبة ما يحدث بالضبط عند حواف الثقوب. وباستخدام كاميرات عالية السرعة، سجلوا كيف تمددت المادة وأين بدأ التشوه البلاستيكي. ووجدوا أن الأطراف الحادة والمتفرعة للفجوات عملت كمراكز لتركيز الإجهاد، مما خلق انفعالاً موضعياً شدثاً أدى في النهاية إلى حدوث شقوق. ولقياس ذلك، طوروا طريقة جديدة لحساب شدة مجال الانفعال، مع التركيز على المنطقة المحيطة بطرف الشق حيث تبدأ المادة في الخضوع. وقد سمح لهم ذلك بتحديد أي أغصان الفجوة كانت الأكثر عرضة للتسبب في الفشل.
بعد ذلك، دمج الباحثون خرائط العيوب الشبيهة بالأشجار مع البيانات التجريبية لبناء نموذج تنبؤي. فقد أدخلوا التفاصيل الهندسية للفجوات — مثل طول الأغصان، والزوايا بينها، وحدة الأطراف — في خوارزمية تعلم آلي تُعرف باسم "الغابة العشوائية" (Random Forest). تعلم هذا النموذج ربط الشكل المحدد للعيب باتجاه نمو الشق. وكانت النتائج دقيقة بشكل مذهل؛ فبالنسبة لعيب على شكل مخروطي، توقع النموذج مسار الشق بدقة بلغت 93.64 بالمائة. وعندما اختبروا النظام على ستة أنواع مختلفة من أشكال العيوب المعقدة، بما في ذلك الفجوات التي تشبه الحلقة، والهلال، وحرف V، ظلت دقة التنبؤ مرتفقة، حيث تراوحت بين 86.57 بالمائة و95.75 بالمائة. نجح النموذج في تحديد ليس فقط مكان بدء الشق، بل أيضاً الزاوية الدقيقة التي سيسلكها عبر المادة.
يقدم هذا العمل تحولاً كبيراً في كيفية تقييم المهندسين لسلامة المواد المركبة. فمن خلال الابتعاد عن الافتراضات الهندسية المبسطة وتبني الطوبولوجيا الحقيقية وغير المنتظمة لعيوب التصنيع، يوفر إطار عمل "Defect2Tree" رابطاً مباشراً بين الشكل الفيزيائي للعيب وتبعاته الميكانيكية. لقد أثبت الباحثون أن الحفاظ على بنية التفرع وتفاصيل الحدود للفجوة أمر ضروري لفهم سلوكها. وبينما استخدمت الدراسة الحالية بدائل الراتنج لعزل تأثير شكل العيب، فإن الإطار مصمم ليكون قابلاً للنقل إلى مكونات ألياف الكربون الحقيقية. إن القدرة على التنبؤ بنمو الشقوق بهذه الدقة تشير إلى مستقبل يمكن للمصنعين فيه فحص جزء ما، ورسم خرائط لعيوبه الداخلية إلى هيكل شجري، ومعرفة العيوب الآمنة وتلك التي من المرجح أن تسبب الفشل على الفور، مما يسد الفجوة بين رؤية العيب وفهم خطورته.
ملخص تقني لـ "Defect2Tree"
بيان المشكلة تمثل عيوب الفراغات الناتية عن عمليات التصنيع في مكونات البوليمر المعزز بألياف الكربون (CFRP) عائقًا كبيرًا أمام الإنتاج الموثوق. وتظهر هذه العيوب مورفولوجيات ثلاثية الأبعاد غير منتظمة للغاية لا يمكن تمثيلها بشكل كافٍ عبر التبسيطات التقليدية المثالية (مثل الأشرطة، أو الدوائر، أو الأشكال الإهليلجية). وتؤدي هذه التبسيطات إلى إهمال السمات الطوبولوجية الحرجة — وتحديدًا التفرع، والاتصال، وانحناء الحدود، ورؤوس الشقوق المعرضة للكسر — مما يحد من تقييم العيوب الحساس للطوبولوجيا والتنبؤ اللاحق بالفشل. تعتمد الطرق الحالية غالبًا على معاملات هندسية معزولة أو متوسطات كليّة، مما يفشل في إقامة روابط كمية بين طوبولوجيا العيب الحقيقية والتدهور الميكانيكي أو تطور الشقوق. علاوة على ذلك، تظهر معايير الكسر الكلاسيكية (عامل شد الإجهاد، ومعدل إطلاق الطاقة) قيودًا عند تطبيقها على عيوب الفراغات المعقدة حيث تتأثر المناطق اللدنة وتركيزات الانفعال المحلية بشدة بالحدود غير المنتظمة.
المنهجية تقترح الدراسة Defect2Tree، وهو إطار عمل يحافظ على الطوبولوجيا يقوم بتحويل مورفولوجيات الفراغات المستخرجة من التصوير المقطعي المحوسب (CT) إلى تمثيلات شجرية هيكلية (skeleton-tree) للربط بين طوبولوجيا العيب الحقيقية واستجابات الشقوق ذات الصلة ميكانيكيًا. تمر المنهجية عبر أربع مراحل متكاملة:
إعادة بناء العيب والتحويل إلى هيكل عظمي (Skeletonization):
تُستخدم الأشعة السينية المقطعية (CT) لإعادة بناء الفراغات الداخلية في الـ CFRP.
تقوم عملية التحويل إلى هيكل عظمي (باستخدام عمليات التآكل والتمدد المورفولوجية) بتحويل حدود الفراغات غير المنتظمة إلى هيكل عظمي موجز.
يعتمد تحديد العقد على نظرية الشبكات المعقدة وتشابه جيب التمام للتمييز بين التقاطعات (العقد) ونقاط الحواف، مما يضمن تمثيلًا دقيقًا للرسم البياني.
يتم تطبيق خوارزمية شجرة الامتداد الدنيا (MST) لإزالة الحلقات والحواف الزائدة، مما يبسط الهيكل إلى تكوين شجري يحافظ على الاتصال مع تقليل إجمالي وزن الحواف.
بناء التنسور غير المتجانس للشجرة (Tree-Heterogeneous Tensor):
يتم تحليل الهيكل العظمي إلى جذوع، وفروع، ونموات ناشئة (تمثل مواقع محتملة لبدء الشقوق).
يتم تجميع تنسور غير متجانس للشجرة عبر دمج الواصفات الهندسية (قطر العيب، نسبة العرض إلى الارتفاع، نصف انحناء الحد الأدنى للفراغ، الحد الأدنى لزاوية الجذع، البعد الفركتلي) والمقاييس الطوبولوجية (مركزية الدرجة).
يوفر هذا التنسور تمثيلًا كميًا لمورفولوجيا الفراغ بدءًا من الشكل الهندسي وصولًا إلى طوبولوجيا الحافة والعقدة.
التحقق التجريبي وتحليل مجال الانفعال:
لعزل التأثير الميكانيكي لطوبولوجيا العيب عن عدم تجانس الألياف، تمت إعادة إنتاج حدود الفراغات المستخرجة من الـ CT كفتحات ثنائية الأبعاد في عينات بديلة من الراتنج المطبوع بتقنية DLP.
خضعت هذه العينات لـ اختبار شد في الموقع (in-situ) مع استخدام مجهر بصري محوري في الوقت الفعلي لالتقاط تطور الانفعال وانتشار الشقوق.
تم تطوير خوارزمية تمدد انتباه الحدود (BAD) لتحديد المناطق اللدنة لرأس الشق. وهي تجمع بين نصف قطر نموذج "إيروين" الأولي مع الانتباه للميل المورفولوجي والوزن الاتجاهي لتكرار تحسين نصف قطر المنطقة اللدنة (rp).
تم تقديم عامل شد كثافة الانفعال (Kε) لمراعاة تأثيرات المعدل اللزوجي المرن، مما أدى إلى صياغة معيار E لشدة مجال الانفعال. يستخدم هذا المعيار "عزم عامل شد كثافة الانفعال" لتصنيف مخاطر بدء الشق لكل فرع.
التنبؤ الموجه بالفيزياء:
تم تدريب نموذج الغابة العشوائية للانحدار (RFR) باستخدام واصفات التنسور غير المتجانس للشجرة وبيانات انتشار الشقوق التجريبية.
يتنبأ النموذج باتجاهات نمو الشقوق من خلال معاملة مشكلة التنبؤ المستمرة كاختيار تمييزي بين اتجاهات الشقوق الافتراضية المنفصلة داخل المنطقة اللدنة.
المساهمات الرئيسية
إطار عمل Defect2Tree: طريقة مبتكرة لتحويل مورفولوجيات الفراغات ثلاثية الأبعاد المعقدة وغير المنتظمة إلى تمثيلات شجرية تحافظ على الطوبولوجيا، مع الاحتفاظ بالسمات مثل التفرع والاتصال التي تُفقد في التبسيطات الهندسية القياسية.
التنسور غير المتجانس للشجرة: بنية بيانات متعددة الأبعاد تشفر كميًا كلًا من التفاصيل الهندسية (مثل الانحناء، والبعد الفركتلي) وطوبولوجيا الشبكة (مثل مركزية الدرجة) لتعمل كمتجه سمات للتعلم الآلي.
معيار E لشدة مجال الانفعال: مقياس جديد لتقييم الكسر يعتمد على عزم عامل شد كثافة الانفعال، مصمم لتقييم مخاطر بدء الشق في الفراغات غير المنتظمة حيث قد تكون معايير شد الإجهاد التقليدية غير كافية.
خوارزمية تمدد انتباه الحدود (BAD): نهج حوسبي لحل أنصاف أقطار المناطق اللدنة تجريبيًا بالقرب من حدود العيوب غير المنتظمة من خلال الجمع بين التقديرات الأولية القائمة على الفيزياء والتمدد المورفولوجي الموجه بالانتباه.
التعلم الآلي الموجه بالفيزياء: دمج معيار E وتنسور الشجرة غير المتجانس في نموذج الغابة العشوائية للتنبؤ باتجاهات انتشار الشقوق بدقة عالية.
النتائج
التنبؤ ببدء الشق: نجح معيار E في تحديد الفروع عالية المخاطر. في عينة العيب المخروطي، حدد النموذج بشكل صحيح الفرع 9 كموقع لبدء الشق (CII > 1.2)، وهو ما طابق الملاحظة التجريبية لبدء الشق عند حوالي 34 دقيقة.
دقة التنبؤ:
بالنسبة لعينة العيب المخروطي، حقق نموذج الغابة العشوائية دقة بلغت 93.64% في التنبؤ باتجاه نمو الشق.
عبر ست مورفولوجيات ممثلة للعيوب (مخروطية، حلقية، منجلية، شريطية، محدبة، وعلى شكل حرف V)، تراوحت دقة التنبؤ بين 86.57% و95.75%، بمتوسط دقة إجمالي قدره 92.47%.
أظهر النموذج أداءً مستقرًا (R² بين 0.834 و0.954) طوال معظم عملية التحميل، مع حدوث طفرات في الخطأ فقط أثناء مراحل انتشار الشقوق غير المستقرة.
المتانة: أثبت الإطار فعاليته عبر أشكال عيوب متنوعة، حيث سجل العيب ذو الشكل الشريطي أعلى دقة، بينما سجل العيب ذو الشكل المنجلي أدنى دقة، ويُعزى ذلك إلى حدود العيب المنجلي شديدة الانحناء والاضطرابات المحلية عند الرأس.
الأهمية تؤسس الورقة مسارًا متكاملاً وقابلًا للتفسير ميكانيكيًا من طوبولوجيا العيب المستخرجة من الـ CT إلى تقييم نمو الشقوق المدعوم تجريبيًا. ومن خلال الربط بين كشف العيوب القائم على الـ CT وتقييم السلامة الهيكلية، يقدم Defect2Tree إطار عمل قابل للنقل يتجاوز مقاييس المسامية القياسية والواصفات الهندسية المثالية. إنه يوفر مسارًا حساسًا للطوبولوجيا للتقييم اللاحلي لعمليات التصنيع (post-process CT assessment) للعيوب الفراغية غير المنتظمة، مما يدعم معايير قبول العيوب والتقييم المقارن لظروف معالجة المواد المركبة. وبينما يستخدم التحقق الحالي عينات بديلة من الراتنج المطبوع بتقنية DLP، يرى المؤلفون أن الصياغة القائمة على الطوبولوجيا قابلة للتوسع لتشمل مواد مسامية أخرى ومورفولوجيات عيوب معقدة، بشرط إمكانية إعادة بنائها وتوصيفها ميكانيكيًا بشكل موثوق. وقد تم تحديد العمل المستقبى كضرورة لإنشاء علاقات مباشرة بين (العملية–العيب–الأداء) باستخدام عينات CFRP المصنعة تحت ظروف محكومة بشكل منهجي.