Ученые из Томского политехнического университета разработали метод для оптимизации состава бетона с использованием нейросетей. Для этого они создали базу данных, основанную на детальном анализе строительного материала.
Как сообщили в пресс-службе вуза, 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. Например, если частицы песка имеют гладкую поверхность, то вероятность появления поры вблизи них значительно ниже, чем если они имеют изломанную границу», - говорится в с ообщении.
Ученые провели исследование пяти различных составов бетона с разной пористой структурой. Их сканирование проводится на томографе Томского политеха с высокой разрешающей способностью. Уникальность метода анализа данных томографического сканирования политехников заключается в гибридном подходе - комбинации методов, основанных на нейронных сетях, и методах, основанных на физических представлениях. Это позволяет кардинально сократить объем обучающей выборки и значительно повысить надежность.
Методика политехников была апробирована совместно с Научно-исследовательским институтом современных материалов и технологий. Сейчас политехники тестируют методику и работают над улучшением алгоритмов обработки данных томографического сканирования. В будущем, по мнению ученых, нейросеть можно будет использовать для подбора оптимального состава бетона с заданными свойствами при наименьшей стоимости.
Все материалы рубрики «Строительство»
25.02.2024
