Mode-selective transmission method of guided waves using data processing

Imagina intentar escuchar una conversación específica en una habitación llena de gente donde todos gritan a la vez y el sonido rebota en las paredes de formas confusas. Este es el desafío que enfrentan los ingenieros cuando intentan inspeccionar grandes estructuras sólidas como puentes, tuberías o cascos de barcos en busca de grietas ocultas. Utilizan ondas sonoras, específicamente un tipo llamado ondas guiadas, que viajan a lo largo de la superficie de un material en lugar de hacerlo a través del aire. Estas ondas son excelentes para llegar a lugares que están enterrados o que son demasiado largos para ser revisados con una linterna o cámara estándar. Sin embargo, a diferencia de un simple haz de luz, estas ondas sonoras se comportan de manera extraña a medida que viajan. Se dividen en diferentes "modos", o patrones de vibración, cada uno moviéndose a su propia velocidad y cambiando de forma a medida que avanza. Cuando una onda golpea un defecto, como una grieta, se dispersa y mezcla estos patrones, lo que hace increíblemente difícil distinguir cuál era la señal original o cómo es el defecto. Durante décadas, los científicos han intentado resolver esto construyendo sensores especiales y costosos que solo pueden enviar un patrón específico a la vez, pero estas herramientas suelen ser demasiado rígidas para manejar la compleja mezcla de señales que se encuentran en los daños del mundo real.

Un equipo de investigadores del Instituto Central de Investigación de la Industria Eléctrica y el Instituto de Ciencia de Tokio ha encontrado una forma diferente de resolver este rompecabezas. En lugar de construir una máquina nueva y especializada, desarrollaron un método para utilizar sensores estándar, disponibles en el mercado, y una computadora para realizar el trabajo pesado. Su enfoque trata el problema no como una limitación de hardware, sino como un desafío de clasificación de datos. Se dieron cuenta de que, al registrar las ondas sonoras mientras viajan a través de un material y luego procesar esa información con un conjunto específico de reglas, podrían aislar virtualmente un patrón único y limpio de la mezcla caótica. Es como si hubieran grabado la conversación ruidosa de toda la habitación y luego hubieran usado una computadora para filtrar todas las voces excepto la que querían escuchar, sin necesidad de pedir nunca a los interlocutores que dejaran de hablar.

El núcleo de su descubrimiento reside en cómo manipulan el tiempo y la forma de las señales registradas. Cuando las ondas sonoras viajan a través de una placa sólida, se propagan, y diferentes partes de la onda se mueven a diferentes velocidades. Los investigadores descubrieron que, si toman los registros de muchos puntos diferentes a lo largo del camino de la onda y los desplazan en el tiempo para que se alineen perfectamente, el patrón deseado se vuelve mucho más fuerte y claro. Lo llaman "sincronización de velocidad de grupo", que es esencialmente una forma de asegurar que la computadora espere a que el cuerpo principal de la onda llegue antes de añadirla a la mezcla. Pero el tiempo por sí solo no es suficiente porque la onda también cambia su ritmo interno a medida que se mueve. Para solucionar esto, aplican un segundo paso llamado "sincronización de fase", que ajusta el tiempo interno de los picos y valles de la onda para que todos empujen en la misma dirección en el mismo momento. Cuando estos dos ajustes se combinan, el patrón específico que los investigadores buscan resuena, o se amplifica, mientras que los patrones no deseados se cancelan entre sí.

Para que esto funcione aún mejor, el equipo añadió un tercer paso que llaman "excitación de paquete de ondas". Antes de siquiera comenzar a alinear las ondas, utilizan la computadora para crear una versión virtual de la onda que quieren encontrar. Lo hacen tomando un pequeño grupo de las señales registradas y dándoles forma matemáticamente para que se parezcan al patrón específico que están buscando. Esto actúa como una plantilla, asegurando que el resultado final no sea solo una señal limpia, sino una que esté dominada por el tipo exacto de vibración que los ingenieros necesitan para inspeccionar la estructura. Al combinar estos tres pasos de procesamiento de datos, pueden tomar una grabación desordenada llena de señales mezcladas y extraer un único modo de vibración puro.

Los investigadores probaron este método en una placa de acero inoxidable, utilizando sensores estándar para enviar ondas sonoras a través de ella. Configuraron los sensores para escanear la placa en pequeños pasos, registrando las ondas en cada punto. Cuando procesaron los datos para buscar un patrón específico conocido como modo A0, los resultados fueron impactantes. Las señales desordenadas y mezcladas se transformaron en una onda clara y fuerte que destaca distintamente del ruido de fondo. También lo probaron en otro patrón llamado modo S0. En este caso, el método funcionó bien también, aunque la mejora fue menos dramática porque ese patrón en particular ya era bastante fuerte en los datos brutos. El experimento confirmó que su enfoque basado en software podía aislar con éxito patrones de ondas específicos sin necesidad de cambiar el equipo físico o la forma en que se realizan las mediciones.

Lo que hace que este hallazgo sea significativo es que elimina la necesidad de sensores personalizados y costosos para cada tipo diferente de inspección. Anteriormente, si un ingeniero quería detectar un tipo específico de falla, podría haber necesitado una sonda especializada diseñada precisamente para esa tarea. Ahora, pueden usar una sonda estándar, escanear el área y dejar que la computadora haga el trabajo de separar las señales. Esto significa que el mismo equipo de bajo costo puede usarse para detectar una amplia variedad de defectos simplemente cambiando la configuración del software. Los investigadores demostraron que, al enfocarse en la matemática de cómo interfieren las ondas entre sí, pudieron recrear las condiciones que usualmente requieren un hardware complejo. Demostraron que la clave para seleccionar un patrón de onda específico no está en el sensor en sí, sino en cómo se sincronizan y combinan los datos después de ser recolectados.

El estudio confirma que este enfoque basado en datos es una alternativa viable a los métodos tecnológicos existentes. Mientras que otras técnicas utilizan matrices complejas de sensores o campos magnéticos para seleccionar patrones de ondas, este método logra resultados similares procesando los datos de una simple sonda de escaneo. Los investigadores señalaron que, si bien el método funciona muy bien para ciertos patrones, el grado de mejora depende de las características específicas de la onda que se estudia. Sin embargo, al aplicar todos los tres pasos de su rutina de procesamiento de datos, pueden garantizar resultados de alta calidad independientemente de las condiciones específicas. Esto sugiere que el futuro de las pruebas no destructivas podría depender menos de la construcción de herramientas más especializadas y más de formas más inteligentes de interpretar los datos que ya tenemos. La capacidad de generar virtualmente un patrón de onda específico a partir de una grabación general abre la puerta a formas más flexibles, rentables y poderosas de mantener nuestra infraestructura segura.