ИИ научился определять причины неисправностей топливных элементов: новая технология ускоряет анализ микроструктуры углеродного волокна

основного компонента водородных топливных элементов, который в 100 раз быстрее существующих методов. Это стало возможным благодаря использованию технологий цифровых двойников и искусственного интеллекта (ИИ).

Углеродное волокно критично для топливных элементов, так как оно отвечает за отвод воды и подачу топлива. Со временем его структура изменяется, что снижает эффективность работы элементов. Поэтому анализ микроструктуры углеродного волокна стал важной частью диагностики их состояния.

Ранее анализ с высокой разрешающей способностью был невозможен без разрушения образца и использования электронного микроскопа. Для решения этой проблемы команда разработала технологию, основанную на рентгеновской томографии и ИИ-обучении для анализа микроструктуры углеродного волокна. Это позволяет проводить точный анализ без использования электронного микроскопа, обеспечивая диагностику в реальном времени.

Для обучения алгоритма использовались более 5000 изображений более 200 образцов углеродного волокна. Модель обучена с точностью более 98%, что позволяет точно предсказать распределение и расположение ключевых компонентов материала. Этот метод значительно ускоряет процесс диагностики, позволяя выявлять повреждения и причины снижения производительности за считанные секунды.