Ученые Пермского Политеха создали нейросетевую модель, которая позволит распознавать свойства металлов и сплавов по цифровым снимкам. Искусственный интеллект и автоматизация процессов помогут предприятиям быстро и недорого создавать новые, уникальные по свойствам материалы.
Постоянный интерес к разработке новых материалов есть, например, у промышленников. Поэтому «Новые материалы и вещества» — одно из направлений Пермского НОЦ.
По мнению ученых Пермского Политеха, нейросетевые модели смогут оптимизировать работу инженеров: сократить временные и финансовые затраты на исследования.
Для подбора оптимальных металлов и сплавов инженерам необходимо провести серию экспериментов для исследования микроструктуры и измерения качеств материалов. Ученые создали технологию подбора таких компонентов, при которой нейросеть сама «распознает» перспективные виды по цифровым изображениям образцов (микрошлифов) без необходимости проведения экспериментов и относит каждый из них к определенному классу твердости.
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, — рассказывает автор проекта, кандидат физико-математических наук, доцент кафедры «Вычислительная математика, механика и биомеханика» Пермского Политеха Андрей Клюев.
По словам исследователей, разработка будет интересна предприятиям реального сектора экономики. Например, 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.
В дальнейшем ученые планируют расширить спектр свойств, по которым нейросеть поможет разработчикам подбирать для новых промышленных изделий подходящие материалы.
Разработчики реализовали проект в рамках гранта федеральной целевой программы, направленной на исследования и разработки по приоритетным направлениям развития научно-технического комплекса России.
