Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Industrial Internet of Things >> Sensor

Ferramenta de Imagem Impulsionada por IA Prevê Tensão e Deformação de Materiais em Tempo Real

Pesquisadores desenvolveram uma técnica para determinar rapidamente certas propriedades de um material, como tensão e deformação, com base em uma imagem da estrutura interna do material. A abordagem pode um dia eliminar a necessidade de cálculos baseados em física, confiando em visão computacional e aprendizado de máquina para gerar estimativas em tempo real. O avanço pode permitir prototipagem de design mais rápida e inspeções de materiais.

Redes Adversariais Generativas para Múltiplas Escalas

Cálculos ajudam a revelar forças internas de um material, como tensão e deformação, que podem causar deformação ou quebra. Tais cálculos podem sugerir como uma ponte proposta se manteria sob cargas de tráfego pesado ou ventos fortes. Os pesquisadores usaram uma técnica de aprendizado de máquina chamada Rede Neural Adversarial Generativa treinada com milhares de imagens pareadas — uma representando a microestrutura interna de um material sujeita a forças mecânicas e a outra representando os valores de tensão e deformação codificados por cores desse mesmo material. Com esses exemplos, a rede usa princípios da teoria dos jogos para descobrir iterativamente as relações entre a geometria de um material e suas tensões resultantes.

A abordagem baseada em imagem é especialmente vantajosa para materiais compósitos complexos. Forças em um material podem operar de forma diferente na escala atômica do que na macroscópica.

Mas a rede dos pesquisadores é hábil em lidar com múltiplas escalas. Ela processa informações através de uma série de "convoluções" que analisam as imagens em escalas progressivamente maiores.

Resultados e Aplicações Futuras

A rede totalmente treinada renderizou com sucesso valores de tensão e deformação dada uma série de imagens de close-up da microestrutura de vários materiais compósitos macios. A rede foi até capaz de capturar "singularidades" como trincas se desenvolvendo em um material. Nesses casos, forças e campos mudam rapidamente através de minúsculas distâncias.

O avanço pode reduzir significativamente as iterações necessárias para projetar produtos. A abordagem ponta a ponta pode ter impacto significativo em várias aplicações de engenharia, desde compósitos usados nas indústrias automotiva e aeroespacial, até biomateriais naturais e projetados.

Além de economizar tempo e dinheiro dos engenheiros, a nova técnica pode dar a não especialistas acesso a cálculos de materiais de ponta. Designers de produtos, por exemplo, poderiam testar a viabilidade de suas ideias antes de passar o projeto para uma equipe de engenharia.

Uma vez treinada, a rede roda quase instantaneamente em processadores de computador de nível consumidor. Isso pode permitir que mecânicos e inspetores diagnostiquem problemas potenciais em máquinas simplesmente tirando uma foto.

Os pesquisadores trabalharam principalmente com materiais compósitos que incluíam componentes macios e quebradiços em uma variedade de arranjos geométricos aleatórios. Em trabalhos futuros, planejam usar uma gama mais ampla de tipos de materiais.

Sensor

  1. Autômatos Celulares em Tempo Real no Arduino com Display OLED 128x64
  2. Entendendo Tornos Capstan e Turret: Características, História e Aplicações
  3. Usinagem: Definição, Processos, Ferramentas e Tecnologias Principais
  4. Micro-usinagem: Técnicas Avançadas, Oportunidades de Mercado e Desafios Emergentes
  5. Fibra Óptica de Safira Promete Energia Mais Limpa e Viagens Aéreas Mais Seguras
  6. Detecção Rápida e Precisa de COVID-19 Usando Tecnologia de Grafeno
  7. Sensores LED Revolucionários Detectam Deterioração de Alimentos e Gases Letais
  8. Novo Aerogel Leve Reduz Ruído de Motor a Jato em 16 dB
  9. Sensores de Deformação Ultra-Finos MXene Revolucionários Aprimoram Precisão e Segurança de Braços Robóticos
  10. Sistema de Caracterização de Circuito Microstrip e Material de Precisão para Filmes Supercondutores