ИИ-инструмент для анализа изображений предсказывает напряжения и деформации материалов в реальном времени

Разработана техника быстрого определения свойств материала (напряжение, деформация) по изображению его внутренней структуры. Подход может устранить необходимость физических расчетов, используя компьютерное зрение и ML для мгновенных оценок. Ускорит прототипирование и инспекцию материалов.

Проблема и решение

Расчеты внутренних сил (напряжения, деформации) показывают, как материал деформируется или ломается. Нужны для проектирования мостов, самолетов и т.д. Использована генеративно-состязательная нейросеть (GAN), обученная тысячам пар изображений: микроструктура под нагрузкой + цветокодовое поле напряжений/деформаций. Сеть через теорию игр выучила связь геометрии и напряжений.

Преимущества для композитов

Подход особенно ценен для сложных композитов, где силы действуют по-разному на атомном и макроскопическом уровнях. Сеть умеет работать с множественными масштабами через серию сверток, анализируя изображения на прогрессивно больших масштабах.

Результаты и применение

Обученная сеть точно восстанавливала поля напряжений/деформаций для мягких композитов, улавливая «сингулярности» — трещины, где поля меняются скачкообразно.

Метод сократит итерации проектирования. Влияние на авто, авиа, биоматериалы. Даст неспециалистам (дизайнерам) доступ к расчетам материалов. Обученная сеть работает мгновенно на потребительских процессорах — механик сможет диагностировать оборудование по фото.

Работа велась с композитами мягких и хрупких компонентов в случайной геометрии. Планы — расширить спектр материалов.