Сотрудники Всероссийского исследовательского центра авиационных материалов (ВИАМ), работающего под эгидой Курчатовского института обнародовали проект нейросети, способной в реальном времени автоматически отслеживать скорость роста трещин усталости (СРТУ) металлических конструкций. Работа опубликована в сборнике трудов ВИАМ.
Усталостные трещины — один из самых коварных врагов металлических конструкций, находящихся под значительными статическими, динамическими, термическими нагрузками. В результате напряжения в теле металла возникают микроскопические деформации. К действующей механической нагрузке присоединяются температурные сжатия и расширения, коррозия и другие неблагоприятные факторы. Трещины постепенно растут, повышая риск внештатных ситуаций, аварий или катастроф.
От усталости страдают и крошечные механизмы прецизионных станков, и детали транспортных средств, и грандиозные несущие конструкции небоскребов и мостов.
Людскими ресурсами выявить все слабые места физически невозможно: многие конструкции могут быть труднодоступными для регулярной дефектоскопии.
Выходом из положения становится видеомониторинг потенциально опасных участков. Раньше оценку рисков осуществляли специалисты, отсматривавшие тысячи снимков и сотни часов видео и оценивавшие СРТУ. Сегодня эту рутинную и крайне утомительную для глаз работу выполняет искусственный интеллект — так называемые сверточные нейросети.
Сверточная нейронная сеть (англ. convolutional neural network, CNN) — алгоритм машинного обучения, распознающий визуальные объекты по аналогии с человеческим зрительным аппаратом (глазами, зрительным нервом и клетками коры головного мозга). В зрительном анализаторе человека происходит свертка изображения — отсюда и название. Сверточные нейросети применяются в десятках отраслей науки и техники, заменив «белковых» наблюдателей.
Инновационность модели ВИАМ заключается в том, что нейронке более не нужно просматривать потоковое видео от начала и до конца. Достаточно анализа и сравнения нескольких контрольных снимков в течение заданного периода времени, например, в течение дня. Для облегчения «труда» искусственного интеллекта на конструкции при монтаже ученые предложили наносить реферные метки-штрихкоды. Они становятся ориентирами, по которым нейросеть точнее оценивает СРТУ и дает сигнал оператору, если скорость принимает угрожающий характер.
Ранее мы рассказывали о том, что российские ученые создали сверхпрочные наплавки на режущий инструмент, который работает теперь в два раза дольше.
