Ученые Томского политехнического университета проанализировали разные составы бетона и собрали базу данных. Специалисты решили обучить нейросеть выбирать лучший состав строительного материала с заданными свойствами. Информацию опубликовал ТАСС по ссылкой на пресс-службу 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», — рассказала автор исследования, доцент Исследовательской школы физики высокоэнергетических процессов ТПУ Романа Резаева.
В ходе эксперимента специалисты с помощью томографа просканировали пять различных составов бетона с разной пористой структурой. Полученные данные станут основой для нейросети, которую можно будет использовать для подбора оптимального состава бетона с заданными свойствами при наименьшей стоимости.
По словам ученых, задача определения пористой структуры горных пород и цементного камня не теряет своей актуальности, так как пористая структура материала определяет его физико-механические свойства. Например, долговечность бетона, определяющая его морозостойкость, во многом определяется именно пористой структурой цементного камня.
«Другой пример свойства, определяемого пористой структурой, — водонепроницаемость бетона, важный параметр при строительстве мостовых сооружений», — резюмировал Роман Резаев.
Ранее мы писали о том, что установку для экоочистки питьевой воды создали в Новосибирске.
Андрей Иванов
