​Пористость металла влияет на такие свойства, как прочность материала, теплопроводность, морозостойкость и др. Из экспериментов известно, что чем меньше пористость, тем больше прочность, морозостойкость, теплопроводность.

Кроме того, в последнее время актуальной темой исследований стали нанопористые материалы и металлические пены. Функциональными и механическими свойствами первых можно управлять с помощью электро-химо-механической обработки, а металлические пены перспективны в морской и авиационной промышленности из-за низкого веса, высокой прочности по отношению к весу и способности хорошо поглощать энергию.

Евгений Фомин предлагает способы автоматической идентификации пор и оценки пористости в металлических образцах с использованием свёрточной нейронной сети, которая является одной из разновидностей алгоритмов машинного обучения.

«Несмотря на то, что применение свёрточных нейронных сетей в задачах физики сегодня исследуется очень активно, анализ пористости и идентификации пор в металлах не проводился, – отмечает учёный. – Даже в случае получения измерений методами рентгеновской томографии, ультразвуковой диагностики и методом Архимеда необходимы программные комплексы для получения конечного результата – вычисления пористости и распределения пор».

В своём исследовании Евгений Фомин проводит анализ пористости металлических образцов до и после деформации. Затем, чтобы проанализировать внушительный объём данных ему предстоит построить модель свёрточной нейронной сети и обучить её распознавать пористость исследуемых материалов на основании изображений шлифованных металлических образцов.

Предполагается, что данный метод будет достаточно точным и менее дорогостоящим по сравнению с аналогичными способами.

Добавим, конкурс «Молодые учёные 2.0» проводился Фондом поддержки молодых учёных имени Геннадия Комиссарова по четырём номинациям: финансовая поддержка (200 и 100 тысяч рублей) и закупка научных материалов (200 и 100 тысяч рублей). В этом году было подано более пяти тысяч заявок по семи научным направлениям. По результатам первого заочного этапа был отобран 361 проект, 90 стали финалистами.