紅外加熱裝置（來源：俄羅斯托木斯克理工大學）

俄羅斯托木斯克理工大學開發(fā)出一種利用神經(jīng)網(wǎng)絡(luò)技術(shù)檢測半透明材料缺陷的新方法，測量精度超過所有其他方法。相關(guān)研究結(jié)果發(fā)表在最近的《無損評估》上。

玻璃纖維是一種由多種成分組成的復合材料，由于其良好的抗拉強度，廣泛用于航空航天、汽車、能源和其他行業(yè)。無損檢測是任何現(xiàn)代材料生產(chǎn)和運營不可或缺的部分，包括檢測材料的強度、可靠性和其他特性，以及檢測材料中的結(jié)構(gòu)缺陷。

紅外熱成像是最常見的無損檢測方法之一，在這一過程中，通常使用大功率光學燈加熱材料，并用熱像儀監(jiān)控表面溫度。如果材料有缺陷，將比完整的樣品加熱或冷卻得更快或更慢。因此，這種方法可以在短時間內(nèi)監(jiān)測較大的表面而不會與材料接觸，較好地分析結(jié)果。但是玻璃纖維的半透明性，限制了這種無損檢測方法的使用。

托木斯克理工大學無損檢測和安全工程學院研究人員阿列克謝·莫斯科夫琴科表示，在不透明的物體中，光首先被材料的表面吸收并轉(zhuǎn)化為熱量，然后表面熱量擴散到材料深處。而在半透明材料中，一部分光穿過材料被整個厚度吸收，從而導致材料內(nèi)部受熱不均勻代替了材料的表面受熱現(xiàn)象。因此，建立在表面受熱物理學基礎(chǔ)之上的各種方法就無效了。

研究人員開發(fā)的使用人工神經(jīng)網(wǎng)絡(luò)技術(shù)檢測半透明材料缺陷的新方法，主要包括檢測時使用的算法軟件，其有效性取決于用于神經(jīng)網(wǎng)絡(luò)學習的數(shù)據(jù)的數(shù)量和質(zhì)量，對于特定的材料和設(shè)備，可以對網(wǎng)絡(luò)學習進行訓練，使測量精度超過其他方法。

目前，該軟件正在實驗室進一步研究，研究人員計劃繼續(xù)改進算法以提高其準確性。