⚡ electrical engineering

NDT Data Fusion for Post-Impact Damage Characterization in a Discontinuous Long Fiber Reinforced Polymer Composite with Stochastic Meso-Structure

Este estudio demuestra que la fusión de datos a nivel de píxel de ensayos de ultrasonido, termografía infrarroja y microtomografía computarizada de rayos X supera eficazmente las limitaciones de las técnicas no destructivas individuales para proporcionar una caracterización más completa y conservadora del daño por impacto en compuestos de láminas de preimpregnado con mesoestructuras estocásticas complejas.

Autores originales: Marco Didone, Rachel Lear, David Jack, Sergii G. Kravchenko

Publicado 2026-08-05

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Marco Didone, Rachel Lear, David Jack, Sergii G. Kravchenko

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un detective intentando resolver un misterio dentro de una casa muy extraña y desordenada. Esta casa no está construida con ladrillos rectos y ordenados; en su lugar, está hecha de miles de pequeñas tablas de madera lanzadas al azar y pegadas entre sí. Esto es lo que los científicos llaman un "compuesto de fibra larga discontinua": un material superresistente utilizado en aviones y coches porque es ligero y robusto. Pero debido a que las "tablas" (fibras) han sido lanzadas en direcciones aleatorias, la casa está llena de rincones ocultos, grietas y puntos débiles que se comportan de manera impredecible.

Ahora, imagina que alguien lanza una pelota pesada contra esta casa. Puede que no deje un agujero gigante, pero podría causar grietas invisibles y que las capas se separen por dentro, como un sándwich donde el relleno se ha desplazado pero el pan se ve bien. Esto se llama "daño por impacto de baja velocidad". El problema es que, si solo miras la casa con un par de ojos, podrías pasar por alto el daño. Un par de ojos podría ver una sombra pero no la grieta; otro podría ver un punto de calor pero no la división profunda. Para resolver el misterio, necesitas combinar pistas de diferentes fuentes, como usar una linterna, una cámara térmica y una máquina de rayos X al mismo tiempo. Este es el corazón de la investigación: descubrir cómo mezclar estos diferentes "super-sentidos" para ver el panorama completo del daño sin despedazar la casa.

La misión del artículo: Mezclar super-sentidos para ver lo invisible

En este estudio, los investigadores Marco Didone, Rachel Van Lear, David Jack y Sergii G. Kravchenko abordaron la complicada tarea de inspeccionar estas casas de tablas aleatorias después de haber sido golpeadas. Utilizaron un material especial llamado Compuestos de Placas Moldeadas de Preimpregnado (PMMC), que están hechos comprimiendo diminutas tiras de fibra de carbono orientadas aleatoriamente. Cuando estos materiales reciben un golpe, el daño es desordenado y tridimensional, extendiéndose en direcciones extrañas que una sola herramienta de inspección suele pasar por alto.

El equipo decidió jugar al juego de "combina tus pistas" utilizando tres métodos diferentes de Ensayos No Destructivos (NDT). Piensa en esto como tres detectives diferentes:

Ensayos por Ultrasonidos (UT): Esto es como enviar ondas sonoras (sonar) para escuchar ecos. Si hay una grieta o una delaminación (capas separándose), el sonido rebota de forma diferente. Sin embargo, al igual que en una habitación ruidosa, a veces el sonido es bloqueado por las capas superiores, ocultando lo que sucede más abajo.
Termografía Infrarroja (IRT): Este detective utiliza el calor. Calientan la superficie y observan cómo se enfría. Si hay una grieta debajo, el calor se queda atrapado o fluye de manera distinta, creando un punto caliente o frío en la superficie. Pero este detective ve principalmente lo que está cerca de la superficie y puede perderse los secretos profundos.
Microtomografía Computarizada de Rayos X (µCT): Esta es la visión de rayos X de alta tecnología. Toma miles de imágenes desde diferentes ángulos para construir un modelo 3D del interior. Es excelente para ver la forma del daño, pero no siempre puede ver grietas que están tan apretadas que parecen material sólido, y toma mucho tiempo escanear piezas grandes.

El gran descubrimiento: La "Unión" es la respuesta

Los investigadores no se limitaron a mirar los resultados de estos tres detectives por separado; intentaron fusionarlos. Utilizaron dos estrategias principales:

Integración de Características: Esto es como tomar los mapas finales de "sí/no" de cada detective y colocarlos uno encima del otro. Si cualquier detective dice: "Hay daño aquí", lo marcan como dañado.
Clasificación de Características: Esto es más parecido a mezclar los datos brutos (las imágenes en escala de grises) matemáticamente antes de tomar una decisión, utilizando reglas como "tomar el promedio" o "tomar el máximo".

Lo que encontraron

El estudio encontró que la Integración de Características fue la clara ganadora para comprender el daño. Cuando combinaron los mapas, crearon una "estimación conservadora del límite superior" del daño. En palabras sencillas, esto significa que dibujaron una red de seguridad alrededor del daño que era más grande de lo que cualquier herramienta individual veía, asegurando que no se pasaran nada por alto.

Aquí están los números específicos que encontraron:

El µCT (Rayos X) vio el área más pequeña, cubriendo el 5.3% de la placa.
El UT (Sonido) vio un área mayor del 7.1%.
El IRT (Calor) vio el 7.5%.
Cuando combinaron los tres en un solo mapa fusionado, el área de daño proyectada total fue del 8.5%.

Este 8.5% no es necesariamente la verdad "perfecta", pero los autores sugieren que es una imagen muy segura y completa del daño. Señalaron que el 99.66% del daño visto por los rayos X fue incluido en este mapa combinado. Esto demuestra que, al usar las tres herramientas, se captura casi todo lo que ven los rayos X, más las partes adicionales que las herramientas de sonido y calor encontraron y que los rayos X pasaron por alto.

Por qué un solo detective no es suficiente

El artículo argumenta explícitamente en contra de confiar en un solo método.

Los Rayos X (µCT) perdieron algunas grietas estrechas porque los dos lados de la grieta se estaban tocando, no dejando un espacio de aire para que los rayos X lo vieran. También no pudieron verlo todo debido a la forma extraña de la placa.
El Sonido (UT) a veces veía un área mayor de la realidad porque las ondas sonoras son bloqueadas por las capas superiores (sombreado), haciendo que el daño parezca una mancha sólida en lugar de una forma específica.
El Calor (IRT) era excelente para ver problemas cerca de la superficie, pero no podía ver hacia lo profundo.

Los investigadores también probaron el método de "Clasificación de Características" (mezclar las imágenes brutas matemáticamente). Encontraron que este enfoque era menos estable y más sensible al ruido. Por ejemplo, el método de "Diferencia" (mirar solo donde las herramientas no coincidían) mostró un área diminuta del 0.34%, mientras que el método de "Máximo" mostró un 6.15%. Estos números variaban mucho en comparación con el resultado limpio y lógico del método de Integración de Características. El artículo sugiere que, para estos materiales de fibras aleatorias y desordenadas, simplemente combinar los mapas finales (Integración) es mucho mejor que intentar mezclar matemáticamente las imágenes brutas (Clasificación).

La conclusión

Los autores concluyen que, para estos materiales complejos y desordenados, no puedes confiar en un solo "super-sentido". En cambio, necesitas escucharlos a todos. Al fusionar los datos, obtienes una imagen más clara y completa del daño. Los rayos X te dan la forma 3D, el sonido te da las capas profundas y el calor te da los detalles de la superficie. Cuando los pones juntos, obtienes una estimación "conservadora" que es segura y fiable, asegurando que no se quede ningún daño oculto en estos materiales de alta tecnología.

Resumen Técnico: Fusión de Datos de NDT para la Caracterización de Daños Post-Impacto en Compuestos de Polímero Reforzados con Fibra Larga Discontinua

Planteamiento del Problema
La caracterización del daño por impacto en Compuestos de Moldeado de Láminas de Prepreg (PPMC) se complica por su mesoestructura heterogénea, que surge del moldeado por compresión de láminas de prepreg unidireccionales orientadas aleatoriamente. Esta arquitectura estocástica conduce a variaciones locales en la distribución de la orientación de las fibras (FOD), zonas ricas en resina e interfaces entre láminas. Bajo un impacto de baja velocidad (LVI), estos factores resultan en morfologías de daño complejas, incluyendo áreas proyectadas irregulares, propagación no uniforme a través del espesor y grietas estrechamente cerradas.

Las modalidades únicas de Ensayos No Destructivos (NDT) tienen dificultades para capturar completamente este estado de daño:

Ensayos por Ultrasonido (UT): Sufren efectos de sombreado donde las delaminaciones de las capas superiores oscurecen el daño más profundo, y están influenciados por la anisotropía local y la atenuación debida a las variaciones de la FOD.
Termografía Infrarroja (IRT): Limitada por la sensibilidad de profundidad y la emisividad superficial; las variaciones locales de la FOD alteran la conductividad térmica, creando artefactos, mientras que las geometrías subsuperficiales complejas pueden distorsionar las anomalías térmicas.
Microtomografía Computarizada de Rayos X ( $\mu$ CT): Proporciona reconstrucciones 3D detalladas, pero está restringida a muestras pequeñas debido a las limitaciones de tiempo de adquisición y tamaño. Crucialmente, la $\mu$ CT no puede resolver grietas que están estrechamente cerradas o que carecen de un espacio de aire.

Depender de una sola técnica conlleva el riesgo de evaluaciones incompletas o sesgadas. Aunque la fusión de datos está establecida en otros contextos de inspección de compuestos, su aplicación a compuestos de fibras discontinuas con mesoestructuras estocásticas sigue siendo poco explorada.

Metodología
Este estudio aplicó un marco de fusión de datos a nivel de píxel en especímenes de PPMC post-impacto (Hexcel IM7/8552, 1.76 mm de espesor) sometidos a un LVI de 5 J. Se emplearon tres modalidades:

Ensayos por Ultrasonido (UT): Pruebas de pulso eco utilizando un transductor de 10 MHz en ambas superficies (frontal y posterior) para mitigar el sombreado. Los datos se procesaron en C-scans resueltos en profundidad (16 cortes) y se binarizaron mediante el umbral de Otsu.
Termografía Infrarroja Transitoria (IRT): Escaneo de doble cara (frontal y posterior) utilizando excitación por halógeno. Las imágenes térmicas se procesaron mediante análisis de primera derivada. La segmentación se realizó mediante umbralización global manual, seleccionada por su estabilidad frente a las fluctuaciones mesoestructurales en comparación con los métodos de Otsu o Canny.
Microtomografía Computarizada ( $\mu$ CT): Se realizaron dos escaneos: uno de baja resolución de la placa completa y otro de alta resolución de la zona de impacto. El volumen se dividió virtualmente en 16 capas (0.1 mm de espesor) para un análisis capa por capa.

Estrategias de Fusión de Datos
Se implementaron dos enfoques de fusión distintos:

Integración de Características: Máscaras de daño binarias separadas de UT, IRT y $\mu$ CT fueron registradas espacialmente y fusionadas. El área fusionada final se definió como la unión ( $A_{fused} = A_{IRT} \cup A_{UT} \cup A_{\mu CT}$ ), con la intención de proporcionar una estimación conservadora del límite superior del área proyectada de daño.
Clasificación de Características: Mapas de contraste en escala de grises de UT e IRT se fusionaron antes de la segmentación mediante operadores píxel a píxel: promediado, diferencia absoluta, máximo y producto de Hadamard.

Resultos Clave

Área de Daño Proyectada: Las modalidades individuales arrojaron diferentes áreas de daño proyectadas (DPZ): $\mu$ CT (5.3%), UT (7.1%) e IRT (7.5%). El enfoque de integración de características (unión de los tres) resultó en una DPZ del 8.5%, interpretada como una estimación conservadora del límite superior. Notablemente, el 99.66% de la región de daño proyectada por $\mu$ CT estaba contenida dentro de la máscara combinada de UT e IRT.
Acuerdo Espacial: Las métricas de solapamiento (IoU y Dice) indicaron un acuerdo parcial pero significativo. UT y $\mu$ CT mostraron el mayor solapamiento (IoU 0.76), mientras que la IRT mostró un menor solapamiento debido a su sensibilidad a los efectos térmicos cercanos a la superficie.
Desempeño de la Clasificación de Características: La fusión basada en la clasificación (promedio, diferencia, etc.) produjo resultados altamente sensibles al umbral y al ruido de la mesoestructura. El operador de "diferencia" produjo el área más pequeña (0.34%), mientras que el operador de "máximo" produjo 6.15%. Estos métodos resultaron ser menos estables y menos informativos para la estimación de área que el enfoque de integración de características.
Morfología a Través del Espesor: Las comparaciones capa por capa revelaron que la $\mu$ CT ofrece la representación más directa de la forma del daño, pero subestima las grietas estrechamente cerradas. El UT captura regiones más amplias integradas en la profundidad, pero sobreestima el daño en las zonas de sombra. La IRT proporciona una sensibilidad complementaria cerca de la superficie. Micrografías destructivas confirmaron que ninguna modalidad captura todas las características; más bien, capturan diferentes aspectos del mismo campo de daño.

Significancia y Reivindicaciones
Los autores afirman que el valor principal de este marco de fusión multimodal es la mejora de la interpretabilidad y la reducción del riesgo de pasar por alto las indicaciones específicas de cada modalidad, en lugar de una afirmación inequívoca de una precisión de detección superior.

Contribuciones clave incluyen:

Estimación Conservadora: El marco de fusión logra proporcionar una estimación conservadora del límite superior del área de daño proyectada al combinar explícitamente las fortalezas de diferentes físicas de detección.
Desacuerdo Explícito: El enfoque hace explícitos las áreas de acuerdo y desacuerdo entre las modalidades, ayudando en la interpretación morfológica del daño complejo.
Definición de Roles: El estudio clarifica los roles complementarios de las técnicas: la $\mu$ CT sirve como una referencia morfológica no destructiva (no como verdad absoluta), el UT proporciona sensibilidad integrada en la profundidad, y la IRT contribuye con la sensibilidad cerca de la superficie.
Perspectiva Metodológica: El artículo demuestra que las estrategias de fusión basadas en la clasificación, utilizadas a menudo para compuestos homogéneos, pueden no transferirse directamente a sistemas basados en láminas sin refinamiento, mientras que la integración de características (fusión de máscaras) ofrece una base más transparente para la interpretación en materiales estocásticos.

El trabajo concluye que las estrategias de inspección de múltiples métodos son necesarias para la evaluación del daño post-impacto en compuestos de fibra larga discontinuos, proporcionando una base para futuras correlaciones entre los descriptores de NDT fusionados y el rendimiento mecánico residual.

Más como este