Учёные Пермского Политеха (ПНИПУ) разработали математическую модель сенсорного покрытия, которое, как нервная система, мгновенно чувствует и точно определяет место и силу ударов по аэрокосмической технике. Об этом «Жуковский.Life» сообщили в пресс-службе вуза.
Новая технология решает ключевую проблему современных систем мониторинга: существующие датчики часто фиксируют лишь факт удара, но не могут с высокой точностью определить, где именно он пришёлся и насколько был сильным. Погрешность таких аналогов достигает 20%.
Разработка пермских исследователей представляет собой лёгкую гибкую полимерную плёнку со встроенной двойной спиралью электродов. Её можно наносить на внешние элементы критически важных конструкций — корпуса самолётов или космических кораблей.
«Когда твердая частица ударяется о сенсорное покрытие, возникает импульс, который обрабатывает математическая модель. Такая система с минимальной погрешностью может одновременно определить три ключевых параметра: точку удара, его силу и величину локальной прочности конструкции. Это в 2 раза повышает точность в сравнении с аналогами», — поясняет Андрей Паньков, профессор кафедры «Механика композиционных материалов и конструкций» ПНИПУ, доктор физико-математических наук.
Покрытие реагирует на воздействие за микросекунды, что позволяет фиксировать даже сверхбыстрые последовательные удары, например, от частиц космической пыли или града.
Технология уже прошла испытания методом численного моделирования и показала свою эффективность. Её преимущества — простота нанесения, высокая точность и возможность масштабирования на элементы любой площади.
Эта разработка открывает перспективы для повышения безопасности в авиации и космонавтике, позволяя вовремя обнаруживать и устранять микроповреждения, невидимые глазу.
Ранее на рынке не существовало инструментов, которые могли бы с высокой точностью предсказать финальную стоимость подержанного автомобиля с учётом торга. Существующие сервисы и эксперты чаще всего ориентировались на завышенные цены из открытых объявлений, что не отражало реальной суммы сделки. Разработка учёных Пермского Политеха устраняет этот разрыв, используя нейросеть для анализа больших данных и прогнозирования итоговой цены продажи, а не первоначальных запросов продавцов.