Разработка и испытания прототипа программного обеспечения для генерации трехмерных моделей на базе результатов компьютерной томографии, их анализа и преобразования в FEM-совместимые модели.

Объектами исследования и разработки в данной работе являются неметаллические и полимерные композиционные материалы, соответствующие им дефекты, плоские томограммы экспериментальных образцов с заложенными дефектами, подавление шумов на томограммах и автоматизированный анализ томограмм. Целью данной работы является получение новых знаний и результатов в области идентификации и измерения геометрических параметров дефектов в полимерных и композиционных материалах, разработка программного обеспечения для автоматического нахождения дефектов и построения трехмерной карты дефектов на томограммах при помощи нейросетевого алгоритма. В результате проведения НИОКР были получены следующие результаты: проведен анализ методов интерполяции и подавления шумов на изображениях, проведено тестирование методов на томограммах, выбрано наиболее целесообразное сочетание методов интерполяции и шумоподавления применительно к томограммам образцов из композиционных материалов с точки зрения качества выходного изображения, вычислительной сложности и требуемого дискового пространства. Выполнена реализация предложенного метода на языке программирования Python. Проведен анализ методов поиска дефектов и неоднородностей на изображениях классическими методами, не требующими применения нейросетевых алгоритмов. Реализован программный модуль для автоматизированного поиска дефектов на томограммах образцов из композиционных материалов. С использованием данного программного модуля проведен анализ томограмм образцов и проведена разметка дефектов, в результате каждому входному изображению соответствует выходное изображение с тем же разрешением, где областям с дефектами на исходном изображении соответствует область, заполненная любым цветом, кроме черного. Проведен анализ наиболее распространенных архитектур нейросетей и выбрана наилучшая архитектура для дальнейшего обучения сети автоматическому поиску дефектов на томограммах. Разработана методика обучения сети, определен метод контроля качества обучения сети. Нейросеть обучена с использованием результатов разметки томограмм. Реализован алгоритма автоматического поиска дефектов на томограммах с использованием обученной нейросети. Проведен анализ методов постобработки и выполнена их реализация для уменьшения числа ложных срабатываний нейросетевого алгоритма. Разработан модуль, выполняющий сохранение построенной трехмерной карты дефектов в формат, пригодный для дальнейшего анализа в программах конечноэлементного анализа. В результате разработано программное обеспечение, в автоматическом режиме выполняющее анализ томограмм объектов контроля, построение трехмерной карты дефектов и сохранение полученной карты дефектов в FEM-совместимый формат. Основные конструктивные, технологические и технико-эксплуатационные характеристики: разработанные алгоритмы позволят проводить автоматический поиск дефектов для широкого спектра композиционных материалов. Разработанный алгоритм позволит без вмешательства человека подготавливать карты дефектов объектов контроля для дальнейшего их анализа в специализированном программном обеспечении. В ходе выполнения работ по Договору 3750ГС2/48650от 07.12.2020 были выполнены все запланированные в соответствии с Календарным планом работы и в полном объемы решены все поставленные задачи.