TGTGInsightаналитика telegramLIVE / telegram public index
← Материаловедение и аддитивные технологии
Материаловедение и аддитивные технологии avatar

TGINSIGHT POST

Post #1764

@Materialwissenschaft_AM

Материаловедение и аддитивные технологии

Просмотры443Количество просмотров
Опубликован8 апр.08.04.2026, 07:12
Содержимое поста

Содержимое

Фрактальный анализ поверхности металлов позволяет прогнозировать их разрушение на сверхранних стадиях 🇷🇺 Учёные Тольяттинского государственного университета разработали метод прогнозирования разрушения металлических материалов, основанный на анализе корреляции между фрактальными характеристиками поверхности и объёма деформируемого образца. Исследование, поддержанное РНФ, опубликовано визвестном Philosophical Magazine. 🔬 Процесс пластической деформации сопровождается эволюцией дефектов кристаллического строения - в объёме формируются дислокационные конфигурации, на поверхности возникают полосы скольжения. И те и другие структуры обладают самоподобием (фрактальностью). Авторы выдвинули и экспериментально подтвердили гипотезу о существовании интервалов деформации, в которых объёмные и поверхностные фрактальные характеристики коррелируют друг с другом. 🔎 Эксперименты на меди и никеле показали, что ключевым индикатором предразрушения служит момент разрыва этой корреляции. Пока материал деформируется упруго и пластически устойчиво, фрактальная сложность поверхности и объёмная дислокационная структура изменяются согласованно. При приближении к критической стадии (локализации деформации и зарождению макротрещины) синхронность нарушается. Фиксация этого разрыва с помощью метода Хигучи (алгоритма, применяемого также в анализе ЭЭГ, прогнозировании землетрясений и оценке финансовой волатильности) позволяет рассчитать «точку невозврата» задолго до появления видимых дефектов. Практически это означает, что мониторинг поверхности металла и параметров акустической эмиссии может заменить дорогостоящее сканирование внутренней структуры. Разработка открывает путь к созданию интеллектуальных систем сверхранней диагностики для авиации, атомной энергетики, мостостроения и других отраслей, где критически важно предсказывать остаточный ресурс оборудования до зарождения трещин.