Проектирование свайного фундамента — сложный инженерный процесс, требующий учета множества факторов: глубины погружения сооружения в грунт, его просадки под нагрузкой, несущей способности и других. В настоящее время при планировании строительства на новых, неизученных участках проектировщики вынуждены либо принимать завышенные значения длины свай, либо проводить их прямые испытания на объекте и лабораторные анализы грунта. Существующие нормативы не позволяют прогнозировать жесткостные характеристики конструкции более экономичными методами, что усложняет моделирование поведения зданий на предпроектном этапе.

Ученые Пермского Политеха разработали программное обеспечение «CPTPileANN», которое решает эту задачу с помощью нейросети, позволяя получить необходимые характеристики, существенно снижая риски и затраты на дорогостоящие полевые испытания.

С помощью предлагаемого ПО можно заранее оценивать необходимую глубину фундаментов, рассчитывать несущую способность свай сечением от 30 до 35 сантиметров, строить графики зависимости нагрузки от осадки конструкции, а также прогнозировать ее будущее поведение.

— Наша программа основана на данных статического зондирования и статических испытаний свай. При зондировании специальный зонд вдавливают в грунт и измеряют сопротивление на разных глубинах. Статические испытания свай — это проверка несущей способности свай при нагрузке. Мы собрали и оцифровали архивные материалы более чем по 70 объектам и 180 сваям в глинистых грунтах. На их основе обучили нейронную сеть, которая предсказывает результаты испытаний свай по данным зондирования. В результате модель способна предсказать осадку с точностью около 28%, чего достаточно для предварительного расчета и проектирования фундаментов, — объясняет Ян Офрихтер, старший преподаватель кафедры строительного производства и геотехники ПНИПУ.

По словам ученых, на сегодняшний день «CPTPileANN» реализовано в виде небольшого приложения, устанавливаемого на персональный компьютер. Несмотря на то, что текущая версия еще требует доработки пользовательского интерфейса, технология уже демонстрирует впечатляющие результаты. Она позволит застройщикам лучше планировать геологические изыскания, снижать риски перерасхода бюджета и ускорять начало строительства.

Разработка ученых Пермского Политеха предлагает перспективное решение для проектирования свайных фундаментов, позволяя с помощью нейросетей получать точные необходимые характеристики. Внедрение технологии позволит строительной отрасли в РФ выйти на новый уровень эффективности, безопасности и экономической целесообразности.

В аэрокосмической, судостроительной и военной промышленности для создания крепких, долговечных изделий применяют мартенситно-стареющие стали. Это высокопрочный материал, сохраняющий свою пластичность и вязкость даже при экстремально низких температурах. Синтез различных сталей в РФ все чаще производят с помощью технологий 3D-печати – послойного накладывания слоев металла друг на друга. Однако при таком способе наплавки структура стали часто получается неоднородной. В ней остаются крупные разнородные кристаллы, возникают пустоты и трещины, которые негативно сказываются на эксплуатационных свойствах и сроке службы будущих деталей. Ученые Пермского Политеха предложили эффективный способ улучшения макроструктуры мартенситно-стареющих сталей с помощью гибридной наплавки и дополнительной термической обработки. Технология улучшает однородность, плотность, пластичность и прочность материала, что повышает качество и долговечность изделий.

Статья с результатами опубликована в журнале «Металловедение и термическая обработка». Исследование выполнено при поддержке Российского научного фонда (№ 21-19-00715).

Послойное формирование сплава аддитивными технологиями (3D-печатью) часто приводит к неравномерному распределению материала. Его слои прилегают друг к другу недостаточно плотно, из-за чего в структуре остаются пустоты и трещины, негативно влияющие на прочность и долговечность стали.

Решением такой проблемы стало применение гибридной обработки, при которой каждый наносимый слой подвергается дополнительному деформационному упрочнению – механическому воздействию, за счет которого материал уплотняется, а его структура измельчается. Технология уже зарекомендовала себя в наплавке алюминиевых, титановых и никелевых сплавов.

Однако для синтеза мартенситно-стареющих сталей такого способа повышения однородности недостаточно. Это высокопрочный материал на основе железа, содержащий различные легирующие элементы. И даже после гибридной наплавки структура такой стали остается неоднородной, в ней присутствуют крупные разнородные кристаллы, влияющие на эксплуатационные характеристики.

Для улучшения макроструктуры мартенситно-стареющей стали ученые Пермского Политеха разработали комплексный метод, который кроме аддитивной наплавки металла и деформационного упрочнения сочетает также дополнительную термическую обработку получаемого сплава – закалку при высоких температурах и последующее охлаждение.

— У мартенситно-стареющей стали есть особенность — ее можно значительно улучшить с помощью термообработки. Ее закаливание (нагрев при высоких температурах и резкое охлаждение) вызывает образование микроскопических упрочняющих частиц, делающих сталь прочнее, но сохраняющих ее гибкость. Далее при старении, когда сталь «доформировывает свою структуру» при умеренном нагреве (500°C), эти частицы равномерно распределяются. В итоге получается материал, который способен выдержать нагрузки до 1000 Мпа и остается пластичным, — объясняет Михаил Симонов, директор лаборатории «Объединенная лаборатория фундаментальных исследований в металловедении» ПНИПУ, кандидат технических наук.

В ходе эксперимента политехники использовали мартенситную сталь ЭП659A (Cr12Ni9Mo2Si), которая в основном применяется для высокоответственных изделий с повышенными характеристиками прочности и сопротивления коррозии в различных агрессивных средах (например, мостов, крановых конструкций и нефтегазовых платформ). Наплавку материала осуществляли с помощью электрической дуги и проволоки, и каждый слой обрабатывали пневмомолотом для лучшего уплотнения.

Ученые сравнили два режима получения сплава — без использования термообработки после гибридной наплавки и с ней. Температура нагрева для закалки составляла 940°C в течение 45 минут с последующим охлаждением в воде. Старение проводилось при температуре 520°C в течение 240 минут. Далее изучали, как термообработка повлияла на структуру и механические свойства стали ЭП659A.

Результаты показали, что наплавка по второму режиму (с термообработкой) делает макроструктуру стали более однородной по сравнению с первым. Исчезают дефекты, такие как зоны крупных столбчатых кристаллов, размеры которых не превышали 80 мкм. Также возрастают механические характеристики — твердость заготовок повышается на 30%, а предел прочности вырастает до 1185 МПа (для сравнения: у обычной конструкционной стали — около 400-600 МПа).

Политехники отмечают, что даже при экстремально низких температурах (-100°C) материал демонстрирует высокую устойчивость к разрушению. Это открывает новые возможности для применения мартенситных сталей в ответственных конструкциях, где требуется сочетание прочности и надежности в широком диапазоне температур, например, в элементах летательных аппаратов, морских платформ и газовых турбин, которые могут работать при низких температурах.

Технологией уже заинтересовались и начинают применять предприятия ракетного двигателестроения.

Исследование ученых Пермского Политеха доказало, что сочетание гибридной технологии 3D-наплавки с последующей термической обработкой значительно улучшает свойства синтезированной мартенситно-стареющей стали. Внедрение технологии в промышленность позволит создавать долговечные изделия из различных сплавов и сталей, способные эксплуатироваться в экстремальных условиях.

Современные технологии активно внедряются в российскую военную промышленность. Развиваются БПЛА и роботизированные комплексы с искусственным интеллектом, создаются новые гиперзвуковые аппараты, средства для радиоэлектронной борьбы и системы навигации. Все это направлено на укрепление обороноспособности страны и развитие передовых видов вооружения. Студент Пермского Политеха разработал прототип автоматической турели, использующей технологии нейросетей и машинного обучения. Технология может применяться для мониторинга периметров или защиты инфраструктуры. Проект демонстрирует потенциал автономных систем в сферах безопасности и обороны РФ.

Турель – это установка, оснащенная вращающейся платформой, на которой закрепляют различное оружие, датчики или другие функциональные модули. Ее устанавливают на военных самолетах, танках, кораблях, дронах для управления огнем, защиты периметров и наблюдения за критически важными военными объектами. Турель может управляться вручную или дистанционно, но с внедрением алгоритмов компьютерного зрения и машинного обучения можно обеспечить ее полную автономность и максимально исключить участие человека в управлении.

Студент электротехнического факультета Пермского Политеха разработал прототип автоматической турели, которая способна самостоятельно обнаруживать и классифицировать бронетехнику с помощью компьютерного зрения.

– Существующих, полностью работающих и использующихся подобных продуктов на рынке нет в виду сложности реализации полного комплекса турели. Но разработки и продвижение этой технологии есть, и в скором будущем, возможно, мы увидим полноценное применение таких систем, – рассказывает Андрей Сырвачев, автор проекта, студент кафедры «Информационные технологии и автоматизированные системы» ПНИПУ.

Умная турель оснащена системой компьютерного зрения, работающей на базе нейросети YOLO – современного алгоритма глубокого обучения. Для обучения был создан набор данных из 7000 изображений боевых машин таких моделей как Leopard 2A1, БТР-80, Abrams, Stryker и Т-90. Система анализирует данные с камеры, вычисляет координаты цели. Для точного наведения используются сервоприводы, а управление осуществляется через микроконтроллер Arduino.

– Уникальность моего проекта заключается в процессе минимизации участия человека в работе системы и умении работать в среде, которая бы не боялась средств РЭБ (радиоэлектронной борьбы), – поделился Андрей.

По словам разработчика, сейчас прототип находится в рабочем состоянии. Веб-камера принимает видеопоток, который обрабатывает ноутбук. Нейросеть обнаруживает бронетехнику на изображении, определяет ее тип и принадлежность к союзным или вражеским силам. Вычисляет длину вектора и координатную четверть где находится объект. Передает данные на микроконтроллер, который дает команду наведения сервоприводам и производит выстрел.

– В современном мире, где вопросы безопасности, обороны и автоматизации процессов становятся все более значимыми, такие системы представляют собой важный шаг в направлении создания интеллектуальных решений, способных адаптироваться к изменяющимся условиям, – рассказывает Елена Кротова, заведующая кафедрой «Высшая математика» ПНИПУ, кандидат физико-математических наук.

Разработчик планирует доработать и оптимизировать систему, заменить ноутбук на микрокомпьютер для удешевления и повышения эффективности, а также добавить способы передвижения устройства.

Автоматическая турель с нейросетевым управлением студента Пермского Политеха демонстрирует значительный потенциал для российской военной промышленности. Внедрение таких решений может повысить эффективность войск, снизить зависимость от человеческого фактора и укрепить технологический суверенитет России в области искусственного интеллекта и роботизированных систем.

Сегодня для мониторинга состояния конструкций, промышленных деталей, трубопроводов и охраны периметра актуальны распределенные акустические датчики – DAS-системы. Используемое в них оптическое волокно способно улавливать звуки, вибрации и деформации вдоль всей своей длины и тем самым позволяет отслеживать малейшие изменения, нарушения или неполадки в объекте наблюдения. Например, так можно уловить шаги человека, движение транспорта, утечку нефти в трубах и даже землетрясения. Главная проблема таких систем – высокая стоимость и ограниченная чувствительность к звуковым частотам. Сейчас появляется все больше специальных волокон с улучшенными или оптимизированными характеристиками. Ученые Пермского Политеха и ПФИЦ УрО РАН изучили несколько новых типов оптоволокна с разными покрытиями и выяснили, как они реагируют на звуковые волны в системах DAS. Результаты позволят точнее подобрать волоконный чувствительный элемент под конкретные задачи и расширить сферу использования технологии в разных областях – от промышленности до экологического мониторинга.

Статья с результатами опубликована в журнале «Applied Sciences».

Системы DAS способны улавливать звуки различных частот на протяженных расстояниях – до нескольких десятков километров. Они стали хорошо известным и эффективным инструментом в нефтегазовой отрасли для контроля трубопроводов и разведки месторождений, а также в сфере мониторинга состояния конструкций, охраны границ и важных объектов. Одна такая система заменяет целый массив микрофонов «традиционной» конструкции.

Эффективность технологии в конкретном применении во многом зависит от чувствительности оптоволокна к интересующим звуковым частотам. Когда звук или вибрация воздействуют на него, то вызывают изменения в проходящем по нему световом сигнале. Он регистрируется приемником излучения, оцифровывается и преобразуется в данные о местоположении и характере события при помощи компьютера. Каждый тип звукового события имеет индивидуальный шаблон – тон и громкость. Таким образом, человек или программа может отличить, например, утечку нефти от гудения насоса, землетрясение от движения техники.

В основном в качестве чувствительного элемента для DAS используется стандартное одномодовое телекоммуникационное волокно – то самое, что используется для передачи интернет-трафика. Однако оно оптимально не для всех задач в сфере мониторинга, потому что предназначено для передачи информации с минимальными искажениями, а не для восприятия внешних воздействий.

В поисках идеального волокна научное сообщество создает новые специализированные волокна с улучшенными характеристиками. Они могут отличаться способом изготовления, материалами сердцевины, оболочки и покрытия. Их более подробное изучение позволит выделить наиболее чувствительные к звукам определенных частот, что даст возможность улучшить акустический мониторинг в определенных условиях (например, в разведке ископаемых или сельском хозяйстве), а также найти новые потенциальные сферы применения для некоторых типов оптоволокна.

Ученые ПНИПУ и ПФИЦ УрО РАН сравнили семь типов волокон с разными методами производства и покрытиями (акриловым, полиимидным, медным, фторопластовым) и определили их восприимчивость к звуковым волнам. Испытания проводили в диапазоне частот от 100 до 7000 Гц – от низкого гула до высоких звуков, которые могут указывать на повреждения конструкций или движение объектов.

В ходе эксперимента исследователи использовали динамик, к которому крепили разные оптические волокна с одинаковым усилием. С помощью лазера в них отправлялись короткие импульсы света. Когда звуковая волна доходила до волокна, оно слегка деформировалось, и это меняло рассеиваемый свет. Эти изменения регистрировались вспомогательным оборудованием на том же конце волокна, в который и запускался свет изначально. Для каждого типа волокна измерения производились 100 раз, чтобы усреднить результаты и уменьшить погрешность.

– Наши расчетные и экспериментальные результаты совпали за некоторыми исключениями: Анизотропное волокно с акрилатным покрытием показало стабильную, но более низкую чувствительность, чем ожидалось. Тогда как волокно с медным покрытием лучше воспринимает звуки в диапазоне от 4500 до 7000 Гц. На это могло повлиять то, что металлическое покрытие создает внутренние напряжения, которые оказывают влияние на акустическую чувствительность. Такая особенность может быть полезна в тех приложениях DAS, которые требуют точного восстановления «звукового шаблона» сигнала. Например, чтобы идентифицировать несколько разных источников звука – шум ветра, транспортных средств, животных, птиц или злоумышленников, – объясняет Артем Туров, ассистент кафедры общей физики ПНИПУ, младший научный сотрудник лаборатории агробиофотоники НИИСХ ПФИЦ УрО РАН.

Ученые отмечают, что наиболее заметный результат получен для волокна с полиимидным покрытием, содержащим небольшие дефекты на поверхности. Предполагается, что такая неоднородность резонирует со многими акустическими частотами, тем самым повышая чувствительность волокна к звуковым волнам.

– На основе результатов мы разработали рекомендации по оптимизации DAS для новых областей применения. Так, в общем случае акустического мониторинга наиболее предпочтительным является волокно с полиимидным покрытием. Для применений, требующих точного восстановления «звукового шаблона» (например, для ранней регистрации сельскохозяйственных вредителей, мониторинга трубопроводов и железных дорог, «умного» дома и производства, а также охраны периметров) рекомендуется использовать анизотропное волокно с акрилатным покрытием внешним диаметром 166 мкм, а волокно с фторопластовым покрытием – для регистрации частот менее 2500 Гц (разведка ископаемых, сельское хозяйство, распознавание голоса), – рассказывает Артем Туров.

Исследование расширяет представления об акустических свойствах различных оптических волокон и позволяет подобрать оптимальный тип для конкретной задачи – от охраны границ до контроля состояния мостов, трубопроводов и сельского хозяйства. Это способствует адаптации технологии DAS для удовлетворения новых потребностей в промышленном мониторинге и повышает ее доступность и распространение в РФ.