Инструмент рассчитывает напряжение и деформацию материалов на основе фотографий

Исследователи разработали метод быстрого определения определенных свойств материала, таких как напряжение и деформация, на основе изображения материала, показывающего его внутреннюю структуру. Этот подход однажды может устранить необходимость в расчетах на основе физики, вместо этого полагаясь на компьютерное зрение и машинное обучение для получения оценок в реальном времени. Это усовершенствование может ускорить создание прототипов и проверку материалов.

Расчеты помогают выявить внутренние силы материала, такие как напряжение и деформация, которые могут привести к деформации или разрушению материала. Такие расчеты могут подсказать, как предлагаемый мост выдержит интенсивную транспортную нагрузку или сильный ветер. Исследователи использовали технику машинного обучения, называемую генеративно-состязательной нейронной сетью, которая была обучена тысячам парных изображений:одно изображало внутреннюю микроструктуру материала, подверженного механическим воздействиям, а другое отображало значения напряжения и деформации того же материала с цветовой кодировкой. В этих примерах сеть использует принципы теории игр для многократного определения отношений между геометрией материала и результирующими напряжениями.

Подход на основе изображений особенно выгоден для сложных композитных материалов. Силы, воздействующие на материал, могут действовать по-разному в атомном масштабе и в макроскопическом масштабе.

Но сеть исследователя умеет работать с несколькими масштабами. Он обрабатывает информацию с помощью серии «сверток», которые анализируют изображения во все большем масштабе.

Полностью обученная сеть успешно воспроизвела значения напряжений и деформаций, учитывая серию изображений крупным планом микроструктуры различных мягких композитных материалов. Сеть даже смогла зафиксировать «особенности», такие как трещины, развивающиеся в материале. В этих случаях силы и поля быстро меняются на крошечных расстояниях.

Прогресс может значительно сократить количество итераций, необходимых для разработки продуктов. Комплексный подход может оказать существенное влияние на различные инженерные приложения, от композитов, используемых в автомобильной и авиационной промышленности, до природных и искусственных биоматериалов.

Помимо экономии времени и денег инженеров, новый метод может дать неспециалистам доступ к современным расчетам материалов. Например, дизайнеры продуктов могут проверить жизнеспособность своих идей, прежде чем передать проект команде инженеров.

После обучения сеть почти мгновенно запускается на компьютерных процессорах потребительского уровня. Это позволит механикам и инспекторам диагностировать потенциальные проблемы с оборудованием, просто сделав снимок.

Исследователи работали в основном с композитными материалами, которые включали как мягкие, так и хрупкие компоненты в различных случайных геометрических конфигурациях. В дальнейшей работе они планируют использовать более широкий спектр материалов.