IAl y sensores hiperespectrales: las nuevas herramientas para detectar corrosión sin contacto en estructuras

Ciudad de Panamá, Panamá/La corrosión del acero representa un contratiempo para las infraestructuras que rodean el canal de Panamá. Puentes, tanques de almacenamiento y líneas de transmisión enfrentan constantemente este proceso de deterioro que, si no se detecta a tiempo, puede generar diversos problemas.

Ante esta problemática, un equipo de ingenieros de la Universidad Tecnológica de Panamá (UTP) ha desarrollado una solución innovadora que promete cambiar la forma en que se realizan las inspecciones estructurales en el país. Se trata de una metodología no destructiva que utiliza teledetección hiperespectral combinada con inteligencia artificial para identificar corrosión de manera remota y precisa.

El proyecto, liderado por el Dr. Fernando Arias, docente e investigador de la Facultad de Ingeniería Eléctrica y miembro del Grupo de Investigación en Tecnologías Avanzadas de Telecomunicación y Procesamiento de Señales (GITTS), utiliza sensores especializados que capturan un amplio rango de longitudes de onda del espectro electromagnético.

"La teledetección hiperespectral nos permite identificar materiales y procesos basándonos en sus firmas espectrales únicas. Es como si pudiéramos ver huellas dactilares invisibles al ojo humano que nos revelan el estado real de las estructuras", explicó Arias.

Te podría interesar: Estudios de la UTP revelan potencial de los bosques urbanos y manglares para capturar carbono

Esta tecnología actúa como una especie de "radiografía avanzada" que puede detectar los primeros signos de corrosión antes de que sean visibles, lo que representa un avance significativo respecto a los métodos tradicionales de inspección que requieren contacto directo con las superficies.

De acuerdo con Cemcit AIP, los investigadores habían trabajado de forma previa en la detección de imperfecciones en cascos de buques, lo que les permitió construir un repositorio de datos espectrales de productos de corrosión en acero naval y desarrollar la infraestructura tecnológica necesaria.

"Expandimos esta línea de trabajo hacia las infraestructuras críticas que rodean el canal. El objetivo era claro: mejorar la eficiencia y precisión del monitoreo para aumentar la seguridad, reducir costos y fortalecer el desarrollo económico del sector logístico", señaló el investigador.

El equipo construyó un diccionario de datos que registra la progresión espectral de la corrosión en el acero estructural, desarrolló algoritmos de aprendizaje automático para identificar y clasificar imperfecciones, y validó la eficacia del sistema a través de pruebas tanto en laboratorio como en campo.

Resultados prometedores

Los resultados obtenidos han sido alentadores. La entidad científica señaló que los algoritmos desarrollados fueron validados de manera exitosa en condiciones de corrosión acelerada en laboratorio y en estructuras reales. Además, el equipo logró crear algoritmos basados en tecnología de desmezclado espectral capaces de identificar compuestos químicos específicos asociados a diferentes grados de deterioro mecánico.

Sin embargo, Arias reconoce que aún quedan desafíos por superar: "El trabajo debe continuar explorando diversas variables, especialmente la influencia de los contaminantes ambientales sobre el proceso de corrosión".

La investigación fue financiada por la Secretaría Nacional de Ciencia, Tecnología e Innovación (Senacyt) a través de la Convocatoria Pública de Fomento a I+D 2023, con fondos del Banco Interamericano de Desarrollo (BID) y gestión administrativa del Centro de Estudios Multidisciplinarios en Ciencias, Ingeniería y Tecnología (Cemcit AIP).

En el proyecto colaboraron los doctores Edson Galagarza, Mayteé Zambrano y Carlos Medina, Carlos Plazaola y el estudiante Ezequiel Jaramillo, de las facultades de Ingeniería Eléctrica e Ingeniería Mecánica.