Ученые Тольяттинского государственного университета (ТГУ) нашли способ диагностировать «усталость» металла до появления трещин, сообщили в пресс-службе Минобрнауки России.
Эксперименты с медью и никелем показали: при пластической деформации дефекты внутри металла и неровности на поверхности образуют фракталы — самоподобные структуры. Исследователи обнаружили момент, когда внешние изменения рельефа и внутренние процессы перестают совпадать. Этот разрыв служит точным признаком того, что материал близок к разрушению.
Для поиска «сигнала тревоги» физики применили алгоритмы, которые успешно используют в медицине (анализ электроэнцефалограмм при эпилепсии), финансах, геофизике и технической диагностике. Метод Хигучи позволил выделить из общего шума деформируемого металла параметры, которые указывают на опасную концентрацию внутренних напряжений.
Нам удалось установить, что фрактальная сложность поверхности металла является прямым индикатором локализации деформации. До определенного момента внутренние и внешние процессы в металле идут рука об руку, но перед самым разрушением эта гармония нарушается. Мы доказали, что, фиксируя момент исчезновения этой корреляции, можно с высокой точностью рассчитать «точку невозврата» для любой металлической детали. По сути, мы получили инструмент, позволяющий измерять степень «усталости» металла в конкретных физических величинах еще до того, как на нем появятся первые трещины
Практическое применение разработки способно изменить подходы к промышленной безопасности. Вместо дорогостоящего сканирования внутренних структур инженеры смогут оценивать надежность критических узлов по состоянию поверхности и параметрам акустического шума. Это открывает путь к созданию интеллектуальных систем контроля для авиации, атомной энергетики и мостостроения, способных предсказывать остаточный ресурс оборудования и предотвращать аварии. Работа опубликована в журнале Philosophical Magazine, где ранее печатались классические работы Фарадея, Максвелла, Резерфорда и Бора.
Ранее Наука Mail писала о том, что в России учатся эффективнее добывать платиноиды из ядерных отходов.
