«Транспортные средства каждый день испытывают нагрузки и вибрации, возникающие при движении по разным покрытиям дорог, — объяснил руководитель проекта Алексей Ерпалов. — Особенно тяжело приходится грузовикам, ведь они буквально сотрясаются на каждой ямке, ухабе и даже на относительно ровном асфальте. Со временем металл теряет прочность: мелкие повреждения накапливаются, перерастают в трещины, и рано или поздно конструкция ломается. Этот процесс называется усталостью материала, изучением которой ученые занимаются ещё с прошлого столетия. До сих пор все расчеты были сугубо опытными: проводили эксперименты, получали цифры и делали выводы типа "для такой машины применимы такие показатели". Такой эмпирический подход приводит к существенным ошибкам и недостаточной точности».
Исследователи отмечают, что основой для их разработок послужила теория долговечности, созданная советской научной школой. В челябинском Политехе был разработан целый ряд методов и критериев оценки надежности, уникальных для своего времени.
«Представьте себе ситуацию: автомобили, самолеты, ракеты двигаются в условиях постоянных изменений нагрузок и напряжений. Даже незначительные изменения скорости, переход с асфальта на грунтовую дорогу мгновенно меняют характер воздействий на конструкцию. Учёные называют подобные условия нестационарными, поскольку внешние воздействия постоянно варьируются, — рассказал Алексей Ерпалов. — Чтобы лучше представить разницу, приведу простой пример: турбины электростанций работают практически на стабильных оборотах, испытывая почти постоянные вибрации одинаковой интенсивности. Именно такую особенность и учли наши предшественники, предложив оценивать сложные колебательные процессы специальными критериями. Такой подход оказался уникальным и новаторским для своего времени. Теперь мы хотим совместить этот советский подход с технологиями XXI века, сделав возможным точный расчет ресурса деталей и узлов транспортных средств даже в условиях резко изменяющихся нагрузок».
Ученые ЮУрГУ разрабатывают четкий пошаговый алгоритм и удобный инструмент, который позволит инженерам-расчетчикам быстро оценивать срок службы конструкций. Разработка актуальна не только для наземного транспорта, но и для авиационной техники.
Для эффективного обучения нейронных сетей нужны большие объемы данных, на получение их могут уйти годы. Челябинские ученые нашли нестандартный выход: установили датчики на реальный грузовой автомобиль, подвергли его разнообразным нагрузкам на различных типах трасс и бездорожье, и на основе этих коротких записей научились генерировать синтетические данные. Они похожи на исходные, но еще более разнообразные и практически неисчерпаемые. Этот метод генерации не описан нигде в литературе.
Исследование поддержано грантом Российского научного фонда, первый этап его завершен. Результатом работы должно стать программное обеспечение, предназначенное для широкого круга пользователей — от конструкторов до сервисных служб. Оно позволит проводить точный анализ технического состояния конструкций и заранее предупреждать аварийные ситуации, снижая риски поломок и увеличивая общий срок службы техники.
Нестандартный подход челябинских ученых способен кардинально изменить ситуацию в отечественном авто и авиастроении. Разработка позволит существенно снизить издержки производителей, уменьшить количество поломок и увеличить общую надежность конструкций.
