Выпускник политеха разработал нейросеть для исследования наноструктуры технического углерода
![Выпускник политеха разработал нейросеть для исследования наноструктуры технического углерода](/upload/resize_cache/iblock/3a2/658_9999_1/15mn2fu7a38mnac9cj2nhizcs8xy70pt.jpg)
![](/upload/resize_cache/iblock/3a2/600_400_1/15mn2fu7a38mnac9cj2nhizcs8xy70pt.jpg)
Технический углерод – это дисперсный материал, который в больших масштабах производится по всему миру и обладает богатым разнообразием свойств. В зависимости от своей структуры, он может быть диа- или парамагнетиком, диэлектриком или полупроводником, металлом или полуметаллом, сверхтвердым или сверхмягким материалом, теплоизолятором или одним из
лучших проводников тепла.
По словам Алексея, структура техуглерода на уровне частиц сегодня изучена недостаточно. Существующие для этого программы требуют максимального участия человека на всех этапах анализа – на обработку каждого снимка с микроскопа уходит огромное количество сил и времени, поэтому молодой человек разработал систему, которая позволяет автоматизировать этот процесс.
В программу необходимо загрузить снимок, полученный с помощью электронного микроскопа. Далее система, исключив различные дефекты изображения, определит область, подходящую для анализа. С помощью компьютерного зрения она рассчитает численные характеристики структуры – длину, толщину, площадь углеродных слоев, их средние значения, межслоевое расстояние и другие. Ученому останется только извлечь информацию, которая требуется для дальнейших исследований.
Следующим этапом работы стало создание нейросети, позволяющей анализировать влияние параметров структуры технического углерода на его эксплуатационные характеристики. Обучение модели искусственного интеллекта происходило на данных, полученных с помощью вышеописанной программы. С использованием ИИ Алексей изучил различные марки исследуемого вещества. Как рассказал политехник, нейросеть смогла довольно точно предсказать численные значения ключевых эксплуатационных свойств технического углерода – адсорбцию йода, масла, дибутилфталата, насыпной объем и твердость по Шору.
Алексей Ильин, выпускник радиотехнического факультета ОмГТУ:
«На производственной практике я работал с этим материалом, поэтому выбрал такую тему для исследования. С помощью искусственного интеллекта можно предсказать регрессионную зависимость свойств техуглерода от численных значений структуры. Это помогает сэкономить деньги на испытаниях, проще и быстрее изучить материал. Результаты исследования могут использоваться не только на различных производствах, но также в исследовательской сфере и при обучении студентов».Фото: пресс-служба ОмГТУ
Технологии
Машины и Механизмы