Учёные впервые объединили компьютерное моделирование и технологии ИИ
для оценки состояния бетона с помощью анализа волновых процессов
Учёные впервые объединили компьютерное моделирование и технологии ИИ для оценки состояния бетона с помощью анализа волновых процессов
В исследовании участвовали доктор технических наук Сергей Шевцов (ЮНЦ РАН), кандидат физико-математических наук Валерий Чебаненко (ЮНЦ РАН) и кандидат физико-математических наук Евгения Кириллова (Университет прикладных наук Рейн-Майн, Висбаден, Германия).
Бетон остается основным строительным материалом в мире. Точная оценка состояния бетонных конструкций позволяет вовремя обнаружить повреждения и принять меры по укреплению, что значительно снижает затраты на ремонт и предотвращает аварии. Существующие методы диагностики требуют сложной обработки, что делает актуальной разработку автоматизированных систем на базе ИИ.
Разрабатываемая учёными система может использоваться для неразрушающего контроля состояния мостов, зданий, туннелей и других бетонных конструкций. Благодаря этому могут быть созданы портативные устройства, способные автоматически анализировать ультразвуковые сигналы, выдавать заключение о состоянии конструкции и быстро оценивать без повреждения конструкции необходимость её ремонта. Это особенно важно для мониторинга старых объектов, где регулярная диагностика критична для безопасности эксплуатации.
Старший научный сотрудник ЮНЦ РАН кандидат физико-математических наук Валерий Чебаненко:
«Мы применили подходы компьютерного моделирования, чтобы изучить, как ультразвуковые волны распространяются через поврежденный бетон. Моделировались как многослойные структуры, где каждый слой имеет разные свойства, так и структуры с непрерывно изменяющимися свойствами, имитируя процесс разрушения бетона от поверхности вглубь. Полученные от моделирования данные
будут использоваться для обучения нейронных сетей, которые смогут определять степень повреждения бетонных конструкций.
Новизна заключается в комбинации численного моделирования волновых процессов с технологиями ИИ для диагностики бетона. Мы впервые применили подход с непрерывно изменяющимися по глубине материальными свойствами, что более точно отражает реальный процесс деградации бетона. Использование данных компьютерного моделирования позволяет преодолеть ограничения, связанные с недостатком экспериментальных данных для обучения нейронных сетей. Разработанный подход позволит создать правила принятия решений для автоматической классификации состояния бетонных конструкций».
