Raziskovalci FS UL so razvili novo metodo vizualizacije akustične emisije, ki omogoča boljše razumevanje razvoja poškodb v bio-osnovanih kompozitnih materialih. Rezultati odpirajo pot zanesljivejšemu spremljanju stanja konstrukcij in napovedovanju njihovega obnašanja v realnih pogojih.
Bazaltni bio-epoksidni laminati postajajo vse pomembnejši v trajnostni gradnji in industriji, saj združujejo mehansko trdnost z nižjim vplivom na okolje. Njihova odpornost pa je še vedno odvisna od kompleksnih notranjih poškodb, ki se razvijajo med obremenjevanjem.
Obstoječe metode spremljanja teh poškodb so pogosto premalo občutljive ali pa zahtevajo invazivne posege. Zato so raziskovalci z uporabo posebej zasnovanega Arcanovega vpenjala preizkušali laminatne vzorce z različno usmerjenimi vlakni in hkrati zajemali signale akustične emisije (AE).
Novost predstavlja elipsoidna vizualizacija AE signalov, ki omogoča intuitivnejše razumevanje njihove velikosti in razpršenosti. Ta pristop ne le poenostavi interpretacijo, ampak tudi izboljša zanesljivost zgodnjega zaznavanja poškodb.
S pomočjo umetne inteligence – natančneje, nevronskih mrež – so raziskovalci razvili klasifikatorje, ki uspešno razvrščajo AE signale glede na stopnjo obremenitve. To pomeni boljše napovedi, kdaj in kako bo prišlo do porušitve materiala.
“Naš pristop združuje natančno mehansko testiranje, napredno obdelavo signalov in strojno učenje. Tako dobimo orodje, ki lahko pomaga inženirjem pri spremljanju zdravja konstrukcij v realnem času,” pojasnjuje doc. dr. Tomaž Kek, eden od avtorjev raziskave.
Nova metodologija podpira razvoj napovednih modelov za obnašanje kompozitov pod obremenitvijo in predstavlja pomemben korak k bolj trajnostni in varni uporabi teh materialov v praksi.