Дата публикации 30.03.2021
Ученые Пермского Политеха создали нейросетевую модель, которая позволит распознавать свойства материалов по цифровым снимкам.
Искусственный интеллект и автоматизация процессов помогут предприятиям быстро и недорого производить новые, уникальные по свойствам материалы.
Результаты исследования разработчики опубликовали в журналах «Черные металлы», Integrated Science in
Digital Age и Journal of Digital Science.
Сейчас специалисты многих отечественных и зарубежных лабораторий разрабатывают новые функциональные материалы для промышленности. Эти металлы и сплавы должны выдерживать высокие нагрузки при
эксплуатации и обладать необходимыми физико-механическими свойствами. Нейросетевые модели, по мнению ученых Пермского Политеха, смогут оптимизировать работу инженеров: сократить временные и
финансовые затраты на исследования.
«Чтобы классифицировать материалы, мы создали базу данных размеченных цифровых фотографий микрошлифов материалов. Объектами стали образцы сталей с промышленных предприятий, которые получили в
процессе экспериментов с термомеханической обработкой сплавов. Затем на основе базы мы произвели обучение нейронной сети. Она распознает свойства материалов, относя каждый из них к определенному
классу твердости», – рассказывает автор проекта, кандидат физико-математических наук, доцент кафедры «Вычислительная математика, механика и биомеханика» Пермского Политеха Андрей Клюев.
Пермские исследователи использовали для обучения глубокую нейронную сеть VGG и выяснили, что она с высокой точностью классифицирует по твердости микроструктуры сталей. Они обработали исходную
информацию с помощью глубокой нейросети ResNet и сравнили результаты с экспериментальными данными. Ученые доказали, что нейросеть можно использовать в качестве ядра интеллектуальной системы для
комплексной оценки материалов.
«В отличие от аналогов, мы использовали более глубокие нейросети на реальных, а не синтезированных данных. Нам удалось достичь точности в работе модели от 66,2 % до 92,1 %, по разным оценкам. Кроме
того, мы провели уникальное исследование на устойчивость нейросети и выяснили, какое количество ошибочно размеченных снимков может исказить результат», – поясняет ученый.
По словам исследователей, разработка будет интересна предприятиям реального сектора экономики. В частности, в авиастроении с помощью функциональных материалов можно уменьшить массу самолета и
двигателей. Это позволит повысить конкурентоспособность судна и снизить затраты на его производство. Кроме того, разработку можно будет применять в технике и строительстве. В перспективе
нейросетевая модель станет «интеллектуальным помощником» для инженера на предприятии, который автоматически подберет способ изготовления конструктивных элементов, определит химический состав
сплавов и программу их термомеханической обработки.
Разработчики реализовали проект в рамках федеральной целевой программы, направленной на исследования и разработки по приоритетным направлениям развития научно-технического комплекса России. На
исследования они получили грант в размере более 20 млн рублей.
Ученые планируют «расширить кругозор» нейронной сети, чтобы улучшить прогноз физико-механических свойств материалов.
Искусственный интеллект AI Нейронные сети Промышленность