Со временем внутренняя структура стальных балок или бетонных плит изменяется, что может привести к катастрофическим последствиям. Чтобы этого не произошло, группа ученых из Бразилии предлагает использовать разработанную ими методику анализа ультразвукового шума в качестве инструмента для раннего предупреждения аварий. В рамках представленной исследователями компьютерной симуляции, техника помогла правильно определить широкий спектр микроструктур в одномерном материале. Стоит отметить, что ранее сходные методы анализа использовались для характеристики молекул ДНК.

Выход реки из берегов или обвал фондового рынка могут с первого взгляда показаться непредсказуемыми, но часто эти события имеют некоторые скрытые «маркеры» в прошлом. Если отвлечься от рассмотрения конкретных явлений, эту идею проще всего иллюстрировать тем соображением, что системы как будто сохраняют некоторую память о прошлых колебаниях, вместо того, чтобы демонстрировать независимые колебания в каждый период времени. Один из математических методов выявления подобной долговременной тенденции из, казалось бы, случайных данных – анализ с помощью алгоритма DFA (на основе фрактального анализа). Ранее данный алгоритм уже показал свою эффективность, когда использовался для поиска корреляций в последовательностях ДНК, частоте сердечных сокращений, расчете длины шага человека, а также выявления климатических температурных рекордов.

Алгоритм DFA может быть полезен при ультразвуковой оценке материалов. Сегодня инженеры уже активно используют рассеяние ультразвуковых сигналов в материале, как инструмент неразрушающего контроля, а также поиска трещин и других крупномасштабных особенностей. Но исследования 2004 года показали, что применение алгоритма DFA к этим сигналам может выявить характер микроструктуры. В той работе речь шла об анализе чугуна и, к сожалению, дальше ученые не продвинулись. Теперь же научная группа из University of São Paulo (Бразилия) решила развить данную идею, разработав общую основу для применения DFA в рамках ультразвукового контроля.

В рамках своих экспериментов команда ученых моделировала кусок одномерного материала длиной 2 см, состоящий из областей, имеющих различную микромасштабную структуру. Каждая из этих областей имела индивидуальную плотность и размеры, а границы между областями выступали в роли «поверхности» рассеяния звуковых волн. Когда ультразвуковой импульс входил в образец с одной стороны, каждая такая «поверхность» частично пропускала и отражала сигнал. Естественно, отраженные волны также начинали путешествовать по материалу, порождая новые отраженные компоненты. Сигнал, вернувшийся в итоге к исходной точке, и представлял собой исходный материал для математического анализа.

С первого взгляда полученный сигнал можно принять за случайные шумы, однако команда применила алгоритм DFA для поиска корреляций, которые могут быть вызваны сочетанием рассеяния и интерференции. Анализ показал, что ультразвуковые колебания действительно коррелировали между собой на коротких промежутках времени. На более длинных временных промежутках была обнаружена антикорреляция. Результаты повторились для 1600 различных смоделированных образцов.

Для дальнейшего анализа ученые задействовали методы, применяющиеся в сфере распознавания образов, призванные выявить закономерности в зашумленных данных. В результате, команда получила возможность определить класс образца с точностью в 2%.

Работа ученых доказывает, что даже из существующей методики анализа можно извлечь гораздо больше данных о микроструктуре исследуемого объекта, применяя современные вычислительные алгоритмы. Правда, коллеги ученых пока еще скептически настроены по отношению к открытию, поскольку в опубликованной работе речь идет об исследовании одномерной структуры, представляющей собой значительное упрощение ситуации по сравнению с реальным миром.