Обученная в Перми нейросеть может за считанные мгновения определить, где может произойти разрушение конструкции, основываясь на изменении формы, зафиксированном всего в нескольких точках.
Исследователи Пермского федерального исследовательского центра УрО РАН представили новую методику, позволяющую существенно ускорить выявление угроз разрушения инженерных сооружений — от мостов до промышленных объектов. На основе данных о деформации поверхности конструкции, фиксируемых в нескольких критических точках, была обучена нейросеть, которая способна определять зоны повышенной нагрузки за доли секунды. Исследование опубликовано в «Вестнике Удмуртского университета. Математика. Механика. Компьютерные науки».
Речь идет о так называемой «обратной задаче» — когда по реакции конструкции на изменение формы необходимо установить, где именно произошло воздействие (например, удар или перегрузка). Классические методы в таких условиях либо слишком медлительны, либо не предоставляют четкой картины, особенно если воздействие неожиданное.
Как это работает и что дает
Для обучения системы был разработан набор данных, отражающий деформацию различных поверхностей под нагрузкой. На его основе нейросеть смогла «научиться» связывать характер деформации с конкретным участком, где приложена нагрузка.
В результате вместо длительной обработки без гарантии результата исследователи получают определение деформации с высокой точностью за доли секунды. При оптимизации и переносе модели в микроконтроллер систему можно интегрировать прямо в датчики конструкций. Авторы подчеркивают, что другими методами достичь подобной скорости просто невозможно.
Такой подход особенно важен для промышленных объектов, мостов, высотных зданий — где быстрый анализ после удара, взрыва или экстремальной нагрузки может сохранить конструкции и предотвратить катастрофы. Это шаг к реальному «онлайн-мониторингу» состояния зданий и сооружений.