Академия

Разработана нейронная сеть для отслеживания усталостных трещин

Рубрика Исследования

Один из наиболее опасных и трудно прогнозируемых дефектов материалов — усталостное повреждение, то есть разрушение в результате повторяющихся нагрузок. Ему подвержено большинство деталей механизмов и конструкций, от опор линий электропередач до фюзеляжей самолётов.

Один из способов проверить, насколько хорошо материалы сопротивляются разрушению, — провести испытания на скорость роста трещины усталости (СРТУ). Важный этап таких испытаний — поиск усталостной трещины на начальных этапах её образования.

Существует несколько способов определения положения усталостной трещины по изображению поверхности исследуемого объекта. Один из самых эффективных — использование свёрточных нейронных сетей. Это специальная архитектура нейросетей, разработанная на основе анализа биологических механизмов зрения. Она позволяет определить положение и размеры усталостной трещины по цифровым изображениям деформированной поверхности образца, в том числе на начальных этапах испытания на СРТУ.

«В настоящее время свёрточные нейронные сети активно используются за рубежом для обнаружения трещин, в том числе и усталостных. Главная особенность предложенного нами алгоритма — использование серии последовательных снимков деформируемого образца, а не одного статичного изображения. Такой подход позволяет учитывать динамические изменения на поверхности образца в области трещины, происходящие в процессе нагружения. Это повышает точность выявления небольших трещин», — сообщил Николай Яковлев, начальник лаборатории НИЦ «Курчатовский институт» — ВИАМ.

Чтобы нейронная сеть работала корректно, необходимо правильно откалибровать видеосистему. Сотрдники НИЦ «Курчатовский институт» — ВИАМ предложили способ такой калибровки, основанный на нанесении реперных меток в виде штрихкодов на поверхность образца. Так видеокамеры «самонастраиваются» под каждую серию изображений и могут автоматически корректировать своё положение относительно поверхности образца в случае распространения усталостной трещины за поле контроля.

Представленную нейросетевую модель можно использовать для автоматического контроля положения и длины усталостной трещины при испытаниях на СРТУ. Это позволит автоматизировать процесс контроля за ростом трещины, а также повысит точность результатов.

Результаты работы опубликованы в журнале «Труды ВИАМ».

Источник: Курчатовский институт.

Новости Российской академии наук в Telegram →