В России предложили оптимизировать состав бетона с помощью нейросети
Ученые Томского политехнического университета (ТПУ) собрали базу данных глубокого сканирования различных составов бетона, чтобы научить нейросеть подбирать оптимальный состав этого материала с заданными свойствами.
"Идея метода улучшения анализа данных состоит в том, чтобы "помочь" нейронной сети классифицировать каждый пиксель изображения как принадлежащий или не принадлежащий поре с помощью дополнительного анализа пространственной трехмерной окрестности этого пикселя. Другими словами, вероятность того, что данный пиксель будет отнесен к классу поры, зависит не только от базы обучающей выборки, состоящей из двумерных снимков, но и от того, как эти изображения связаны между собой условием непрерывности свойств материала", - привели в пресс-службе слова одного из авторов исследования Романа Резаева.
Ученые просканировали на томографе ТПУ с высокой разрешающей способностью пять различных составов бетона с разной пористой структурой. Уникальность метода анализа данных заключается в гибридном подходе - комбинации методов, основанных на нейронных сетях и на физических представлениях.
Это позволяет сократить объем обучающей выборки и повысить надежность. Собранные данные станут основой для нейросети, которую можно будет использовать для подбора оптимального состава бетона с заданными свойствами при наименьшей стоимости.
"Задача определения пористой структуры горных пород и цементного камня была актуальна и раньше и будет актуальна и далее, поскольку пористая структура материала в значительной степени определяет его физико-механические свойства. Например, так называемая долговечность бетона, которая по ГОСТ формулируется в терминах морозостойкости, то есть в количестве выдерживаемых циклов замораживания/оттаивания без значимой потери прочности, во многом определяется именно пористой структурой цементного камня. Другой пример свойства, определяемого пористой структурой, - водонепроницаемость бетона, важный параметр при строительстве мостовых сооружений"
https://www.ancb.ru/news/read/16717
Источник: https://t.me/izyskateli/3247?embed=1
