تحسين التجميع غير المراقب لطيف المعاوقة الكهروكيميائية عبر التطبيع وتقليل الأبعاد

اختبار طرق تنظيف وضغط البيانات

استخدم الفريق مجموعة أطياف EIS مُوصوفة بعناية من فولاذ مقاوم للصدأ 316L ملحوم. جاء كل طيف إما من المعدن الأساسي أو من منطقة المتأثرة بالحرارة، ومن أسطح تُركت كما هي بعد اللحام أو نُظفت ميكانيكياً أو خضعت للتممر الكيميائي بأحماض مختلفة. بصرياً، تتداخل مخططات بود لهذه الأطياف بشكل كبير، ما يجعل التمييز بين الحالات صعباً بالعين. جرب المؤلفون أربع طرق لإعداد البيانات: تركها خام، مقياس لمجموعة البيانات كلها معاً (تطبيع لكل كتلة)، مقياس كل طيف على حدة (تطبيع لكل عينة)، وتوحيد كل نقطة ترددية عبر العينات (التوسيط والتقييس لكل عمود). ثم طبقوا ثلاث طرق شعبية لتقليل الأبعاد: تحليل المكونات الرئيسية (PCA)، الطريقة غير الخطية t-SNE، وترتيب تسلسلي حيث يقلل PCA الضجيج أولاً قبل أن يحسن t-SNE التخطيط.

ترك المجموعات تتحدث عن حالة السطح

بمجرد تضمين الأطياف في فضاء منخفض الأبعاد، استخدم المؤلفون التجميع الهرمي لتجميعها وقيّموا كل توليفة من التطبيع وطريقة التضمين وعدد المجموعات. اعتمدوا على مقاييس جودة داخلية تكافئ المجموعات المدمجة والمنفصلة جيداً، ودمجوا هذه المقاييس باستخدام مخطط تصويت من نوع بوردا. اتضح أن أفضل وصفة كانت التطبيع لكل كتلة يليه أنبوب PCA+t-SNE، مع تقسيم البيانات إلى ست مجموعات. على الرغم من أن التجربة الأصلية عرّفت ثمانية تحت مجموعات سطحية، فقد دمج حل المجموعات الستة زوجين يكادان يكونان متطابقين، مما أدى إلى خريطة تطابق التوقعات الواقعية حول كيفية سلوك مناطق اللحام والمعالجات المختلفة.

ترتيب مقاومة التآكل على طول طيف

لتحويل المجموعات إلى سرد أكثر بديهية لمهندسي التآكل، قام المؤلفون بربط خريطتهم المختزلة بين حالتين مرجعيتين: سطح مخدوش حديثاً يمثل تمرّداً منخفضاً للغاية، وسطح ممرَّن بحمض النيتريك يمثل تمرّداً عالياً للغاية. بزيادة عدد المجموعات تدريجياً، أظهروا كيف تقع جميع العينات الأخرى بين هذين النقيضين في تتابع متدرج من «التمرُّد النسبي». ظهرت مناطق المتأثرة بالحرارة التي نُظفت ميكانيكياً باستمرار عند الطرف ذي المقاومة المنخفضة، بينما اقتربت الأسطح الممرنة والأسطح كما هي بعد اللحام من مرجع المقاومة العالية. والأهم من ذلك، أن هذه الأنماط ظلت مستقرة تحت اختبارات إعادة العينة الصارمة بالتمهيد (bootstrap)، ما يعني أن تغييرات صغيرة في مجموعة البيانات لم تعطل بنية المجموعات.

ما تعنيه النتائج ببساطة

باختصار، تُظهر الدراسة أنه مع تطبيع مدروس وتقليل أبعاد مناسب، يمكن للكمبيوتر أن يصنف بثبات أطياف EIS المعقدة إلى عدد قليل من المجموعات التي تتوافق مع تصور خبراء التآكل لجودة السطح ومستوى الحماية. لا تحل هذه الطريقة محل النمذجة الفيزيائية التفصيلية، لكنها تقدم وسيلة سريعة وشفافة وخالية من النماذج لتصنيف القياسات الجديدة وتعيينها على «مقياس التمرُّد» العملي. وهذا يجعلها أداة واعدة للمراقبة الآلية للمكونات الملحومة والغرسات وأجزاء معدنية حرجة أخرى، خصوصاً في السياقات التي تكون فيها القرارات السريعة والموثوقة أهم من تفسير مجهرّي كامل.

الاستشهاد: Martinez, S., Bera, I., Martinez, I. et al. Optimizing unsupervised clustering of electrochemical impedance spectra via normalization and dimensionality reduction. Sci Rep 16, 5833 (2026). https://doi.org/10.1038/s41598-026-35621-3

الكلمات المفتاحية: مطيافية المعاوقة الكهروكيميائية, التجميع غير المراقب, تقليل الأبعاد, تآكل الفولاذ المقاوم للصدأ, التعلم الآلي للمواد