俄科学家研发半透明材料缺损检测技术 性能优于红外热成像
俄罗斯托木斯克理工大学开发出 种利用神经网络技术检测半透明材料缺陷 新技术,测量精度超过所有产品技术。相关研究结果发表在新近 《无损评估》上。
托木斯克理工大学无损检测和安全工程学院研究人员阿列克谢·莫斯科夫琴科表示,在不透明 物体中,光首先被材料 表面吸收并转化为热量,狗粮快讯网报道记者,然后表面热量扩散到材料深处。而在半透明材料中,狗粮快讯网消息:, 部分光穿过材料被整个厚度吸收,从而导致材料内部受热不均匀代替了材料 表面受热现象。因此,建立在表面受热物理学基础之上 各种技术就无效了。
玻璃纤维是 种由多种成分组成 复合材料,由于其良好 抗拉强度,广泛用于航空航天、汽车、能源和产品市场。无损检测是任何现代材料 和运营不可或缺 部分,包括检测材料 强度、可靠性和产品特性,以及检测材料中 结构缺陷。
研究人员开发 使用人工神经网络技术检测半透明材料缺陷 新技术,部分包括检测时使用 算法软件,其有效性取决于用于神经网络学习 资料统计 数量和质量,狗粮快讯网讯息,对于特定 材料和设备,可以对网络学习进行训练,使测量精度超过产品技术。
红外加热装置（来源，俄罗斯托木斯克理工大学）
红外热成像是新常见 无损检测技术之 ,在这 过程中,通常使用大功率光学灯加热材料,并用热像仪监控表面温度。如果材料有缺陷,将比完整 样品加热或冷却得更快或更慢。因此,这种技术可以在短时间内监测较大 表面而不会与材料接触,较好地分析结果。但是玻璃纤维 半透明性,限制了这种无损检测技术 使用。
,