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

Immagina di cercare di trovare una minuscola e nascosta crepa all'interno di un sandwich spesso e multistrato fatto di metallo. Non puoi tagliarlo perché rovineresti il sandwich, e non puoi semplicemente guardare la parte superiore perché la crepa è sepolta in profondità. Questa è la sfida quotidiana per gli ingegneri che devono garantire la sicurezza degli aerei. Usano un tipo speciale di "radar metallico" chiamato Correnti Parassite a Impulsi (Pulsed Eddy Current - PEC). Immaginalo come il dare un forte battito di mani contro un muro e ascoltare l'eco. Se c'è un buco o una macchia di ruggine all'interno del muro, l'eco suona in modo diverso.

Tuttavia, c'è un problema: quando lo "schiaffo" (l'impulso elettromagnetico) attraversa gli strati di metallo, non rimane un fascio stretto e ordinato. Si diffonde, come una goccia d'inchiostro che si disperde in un bicchiere d'acqua. Questa diffusione, chiamata diffusione, rende l'eco sfocato. Se hai una minuscola macchia di ruggine, l'eco potrebbe sembrare una gigantesca e confusa macchia, rendendo impossibile capire esattamente quanto sia grande la macchia o dove si trovi. Questo è un grande problema perché nell'aviazione, conoscere le dimensioni esatte di un difetto è la differenza tra un volo sicuro e uno pericoloso. Gli scienziati hanno cercato di rendere questi echi meno sfocati per anni, ma la sfuocatura causata dal metallo stesso è stata un ostacolo ostinato.

Questo articolo presenta un nuovo e ingegnoso modo per "de-sfocare" quegli echi e vedere le macchie di ruggine nascoste con una chiarezza sorprendente. I ricercatori, lavorando su strutture aeronautiche rivettate (gli strati di metallo tenuti insieme da rivetti), hanno sviluppato un trucco magico digitale in tre fasi per correggere i segnali confusi. Per prima cosa, hanno utilizzato un algoritmo intelligente che agisce come lo strumento "nitidezza" di un editor di foto, ma uno abbastanza intelligente da sapere esattamente quanta nitidezza serve a ogni parte del segnale. Lo chiamano "nitidezza adattiva a legge di potenza" (adaptive power-law sharpening). Questo strumento stringe i bordi sfocati del segnale, rendendo i confini del difetto molto più netti.

In seguito, poiché i loro sensori scattano solo pochi fotogrammi del segnale, i dati apparivano un po' a blocchi e a bassa risoluzione. Per risolvere il problema, hanno utilizzato una tecnica matematica chiamata interpolazione PCHIP. Immagina di prendere un'immagine a bassa risoluzione, pixelata, e usare un computer per riempire tutti i pixel mancanti in modo fluido, creando un'immagine ad alta definizione senza perdere i dettagli originali. Infine, hanno usato un programma per computer chiamato clustering K-means per separare automaticamente la "ruggine" dal "metallo sano". È come un selezionatore intelligente che guarda la nuova immagine nitida e ad alta definizione e dice: "Questi pixel appartengono a un difetto, e questi pixel appartengono allo sfondo", disegnando automaticamente un contorno perfetto attorno al problema.

I risultati sono impressionanti. Quando hanno testato questo metodo su macchie di ruggine artificiali nascoste all'interno di un blocco di metallo multistrato, hanno scoperto che funzionava molto meglio dei vecchi metodi standard per misurare. Per minuscole macchie di ruggine con un diametro compreso tra 5 mm e 12 mm, il nuovo metodo poteva misurare l'area della ruggine con un errore inferiore al 16,3%. Ancora più importante, poteva individuare l'esatta posizione della ruggine entro 1,5 mm. I vecchi metodi, che non utilizzavano questo trucco di nitidezza e selezione, spesso sbagliavano la dimensione per un margine enorme (a volte con un'accuratezza inferiore al 50%).

L'articolo sostiene esplicitamente l'inutilità di affidarsi ai semplici metodi della vecchia scuola che tracciano una linea basata su un livello di luminosità fisso (soglia o thresholding), dimostrando che falliscono miseramente quando il segnale è sfocato. Inveve, dimostrano che rendendo la nitidezza dinamica in base alla forza del segnale e utilizzando poi un clustering intelligente, è possibile ottenere un'immagine altamente accurata della corrosione nascosta. Sebbene non pretendano di aver risolto ogni possibile difetto dell'universo, hanno dimostrato un quadro operativo solido e funzionante che trasforma un segnale confuso e sfocato in una mappa precisa di un danno nascosto, offrendo una nuova strada per mantenere sicure le strutture aeronautiche senza doverle smontare.