Zastosowanie dwuwymiarowego algorytmu odwijania fazy do pomiaru grubości filmu smarnego

Dlaczego ukryte życie cienkich warstw oleju ma znaczenie

Za każdym razem, gdy silnik samochodu się kręci lub turbina wiatrowa wiruje, metalowe części ślizgają się i toczą względem siebie, rozdzielone tylko mikroskopijną warstwą oleju. Ten ultracienki film jest jedyną zaporą między płynnym ruchem a niszczącym zużyciem. Pomiar kształtu i grubości tej warstwy w czasie rzeczywistym jest zaskakująco trudny: struktury mają grubość rzędu nanometrów i ciągle się zmieniają. W artykule przedstawiono nową metodę przetwarzania obrazu, która interpretuje subtelne wzory świetlne, by dokładniej i bardziej niezawodnie odwzorować niewidoczne warstwy oleju, nawet w zaszumionych, rzeczywistych warunkach.

Odczytywanie grubości za pomocą kolorowych pierścieni światła

Badanie opiera się na klasycznym triku optycznym: przepuszczeniu białego światła przez szklaną tarczę, cienką warstwę smaru i dociskane do niej stalowe kulki. Światło odbijające się od górnej i dolnej powierzchni warstwy oleju nakłada się samo na siebie, tworząc kolorowe pierścienie podobne do tych widocznych w bańkach mydlanych. Dokładny kolor i jasność w każdym punkcie zależą od drogi optycznej, którą przebyło światło, a ta z kolei zależy od lokalnej grubości filmu olejowego. Mikroskop i kamera rejestrują te barwne wzory, tworząc obraz, na którym kolor koduje grubość — pod warunkiem że informacja o kolorze zostanie poprawnie zdekodowana.

Od map barw do czystych profili wysokości

Aby zamienić kolory na grubość, autorzy najpierw przekształcają obraz w mapę odcieni (hue), izolując dominujący kolor w każdym pikselu. Odcień zachowuje się jak kąt, który owija się po jednym pełnym cyklu, podobnie jak wskazówka zegara. Ten „owinięty” kąt zmienia się gładko tam, gdzie film jest równy, ale skacze nagle zawsze, gdy przekracza swoją maksymalną wartość. Potrzebny jest proces zwany odwijaniem fazy, który przekształca te owinięte kąty w ciągły krajobraz odzwierciedlający rzeczywisty profil filmu olejowego. Konwencjonalne metody odwijania mają trudności, gdy obraz jest zaszumiony, krawędzie są rozmyte lub kształt filmu zmienia się szybko — dokładnie w warunkach występujących w praktycznych testach smarowania.

Nauczanie algorytmu, czemu ufać

Istota pracy to usprawniona strategia odwijania oparta na znanej metodzie SRNCP, która odwijając obraz podąża ścieżką przez najbardziej wiarygodne piksele w pierwszej kolejności. Kluczową innowacją jest nowy sposób oceniania, które piksele są godne zaufania. Zamiast patrzeć tylko na to, jak szybko wydaje się zmieniać faza między sąsiednimi pikselami, autorzy estymują także lokalny poziom szumu w małym sąsiedztwie. Łączą te informacje w złożoną „mapę jakości”, która faworyzuje obszary o gładkim wzorze i niskim poziomie szumu. Następnie algorytm buduje ścieżkę odwijania, łącząc piksele wzdłuż najbardziej wiarygodnych krawędzi, unikając zdegradowanych obszarów aż do późniejszych etapów i w znacznym stopniu ograniczając rozprzestrzenianie się błędów.

Dowody skuteczności w laboratorium

Naukowcy walidują swoją metodę na kilku etapach. Na obrazach symulowanych, do których celowo dodano zaszumiony fragment, nowe podejście odtwarza gładką trójwymiarową powierzchnię fazy z wielokrotnie mniejszą liczbą błędów niż cztery powszechnie stosowane alternatywy i robi to szybciej. Na rzeczywistych obrazach interferometrycznych, pozyskanych z autorskiego układu mikroskopowego, ulepszony algorytm odwinął większy użyteczny obszar, wygenerował gładsze mapy fazy i wykazał znacznie mniej fałszywych skoków. Gdy te odwinięte fazy przeliczono na grubość filmu olejowego i porównano z przewidywaniami teorii kontaktu Hertz’a, nowa metoda osiągnęła najmniejsze odchylenia i najlepszą zgodność z oczekiwanym kształtem strefy kontaktu, włącznie z maksymalną grubością filmu i szczegółowym profilem w centrum kontaktu.

Co to znaczy dla maszyn i pomiarów

Mówiąc w prostych słowach, badanie dostarcza bardziej niezawodny sposób odczytywania „odcisków palców” zostawianych przez światło odbite od mikroskopijnej warstwy oleju. Dzięki inteligentniejszemu doborowi części obrazu, którym należy ufać, i kolejności ich przetwarzania, algorytm potrafi odtworzyć trójwymiarową grubość warstwy smarnej z większą dokładnością i mniejszą liczbą artefaktów, nawet gdy maszyna pracuje szybciej, a obrazy są bardziej rozmyte. Ułatwia to inżynierom i badaczom monitorowanie, jak warstwy oleju powstają, ewoluują i czasem zawodzą w rzeczywistych systemach mechanicznych, wspierając lepsze projekty, dłużej trwałe komponenty i bardziej efektywne wykorzystanie energii.

Cytowanie: Xie, L., Li, Z. & Lin, L. Application of a two-dimensional phase unwrapping algorithm to lubricant film thickness measurement. Sci Rep 16, 10745 (2026). https://doi.org/10.1038/s41598-026-44783-z

Słowa kluczowe: grubość filmu smarnego, interferometria optyczna, odwijanie fazy, smarowanie elasto-hydrodynamiczne, rekonstrukcja obrazu