Учёные Южно-Уральского государственного университета разработали нейросеть, которая оценивает прочность металлических конструкций не за несколько часов, как классическое моделирование, а за доли секунды.
По оценкам разработчиков, аналогов в открытом доступе нет, сообщили ТАСС в пресс-службе вуза.
Работа велась под руководством кандидата технических наук Алексея Ерпалова при поддержке Российского научного фонда. Новая нейросеть позволяет промышленности заранее выявлять риски аварий и переходить от планово-предупредительных ремонтов к обслуживанию по реальному состоянию оборудования.
Ключевое отличие разработки — отказ от долгого перебора вариантов, характерного для классических методов прочностного анализа. Нейросеть, обученная на достоверных данных, понимает, как поведёт себя крупногабаритная стальная или алюминиевая конструкция под воздействием случайных нестационарных нагрузок. «Мы не пытаемся обогнать классические методы по точности — мы догоняем и перегоняем их по скорости, сохраняя точность на уровне 95–99%», — пояснили в вузе.
У разработки два ключевых направления. Первое — ускорение проектирования: инженеру-конструктору больше не нужно быть узким специалистом по прочностным расчётам. Второе — создание цифровых двойников для онлайн-мониторинга состояния металлических конструкций. Например, датчики на прокатном стане передают данные о вибрациях нейросети, и она предупредит об опасности задолго до того, как дорогостоящее оборудование выйдет из строя.
