Одной бедой меньше: в МФТИ создадут новый способ проверки качества дорог
Сотрудники отдела радиофотоники МФТИ создали технологию, которая позволяет обнаружить пустоты и трещины в асфальте без его разрушения. Качество покрытия проверяется с помощью просвечивания радиоволнами, что снижает риск деформации дороги в будущем.
Разработку патентуют в России. По словам начальника отдела Степана Андреева, запрос на создание такой системы поступил от Китая. Они заинтересованы в приборе, который можно использовать в серийном производстве.
В Китае и России до сих пор используют устаревший метод проверки дорожного покрытия — сверление кернов.
Степан Андреев отмечает, что любое отверстие в асфальте или скол может привести к образованию трещин и провалов. Но существует неразрушающий метод контроля с помощью радиоволн, который позволяет обнаружить внутренние трещины и полости без нарушения целостности материала.
Аппаратно-программный комплекс для поиска дефектов дорожного покрытия — это система устройств размером не более 1 кв. м., основанная на радиофотонном радаре подповерхностного зондирования.
Чтобы найти дефекты в асфальтобетоне, специалист должен разместить антенну радара над исследуемой областью дороги. Устройство соберёт информацию за 5–10 секунд.
Площадь поверхности вокруг излучателя, которую можно просканировать за один раз, зависит от размера антенны и может составлять от 10 до 500 кв. см. Это позволяет достичь оптимального баланса между скоростью анализа и точностью прибора.
Данные обрабатывает специальное программное обеспечение, разработанное сотрудниками отдела радиофотоники МФТИ. Программа написана на языке Python. Мы анализируем данные о спектре отражённого излучения. В зависимости от задачи применяются различные методы, включая машинное обучение и работу с нейросетями, — уточняет младший исследователь отдела радиофотоники Владимир Шлыков (на фото).
В сентябре 2024 года программно-аппаратный комплекс успешно прошёл лабораторные испытания. Прибор может находить трещины и скрытые неоднородности в асфальте. До конца 2024 года разработчики хотят провести полевые испытания для повышения точности результатов. Они будут тренировать встроенные нейросети.