🤖 Фреймворк віртуального сенсування відтворив приховані параметри недоступних систем у реальному часі

📌 Технології
🔗 Nature Communications

Інженери поєднали обмежені дані фізичних датчиків із фізично орієнтованими нейромережами для оцінки внутрішніх навантажень у матеріалах. Система в реальному часі розраховує критичні параметри у вузлах, куди неможливо встановити вимірювальні прилади.

📊 ЧИСЛА
• Дослідники з Іллінойського університету в Урбана-Шампейн та Національного центру суперкомп'ютерних застосувань представили архітектуру нейрооператора MIMONet для віртуального сенсування у статті в журналі Nature Communications за 2026 рік.
• Фреймворк протестували на 3 інженерних задачах різної складності (включно з ядерними реакторами PWR і теплообмінниками) та валідували на 3 незалежних польових наборах даних (паливні елементи, висотні вітрові вимірювання й океанографія).
• Нейрооператорний підхід відновлює внутрішні параметри (напруження, температуру, швидкість потоку) за розрідженими граничними замірами, обчислюючи параметри в реальному часі в 1000–10 000 разів швидше за класичні методи обчислювальної гідродинаміки (CFD).

🧭 ЯК МИ СЮДИ ДІЙШЛИ
Раніше отримувати дані з глибини матеріалів або активних зон реакторів у реальному часі було неможливо: агресивне середовище руйнувало фізичні датчики, а прямі чисельні розрахунки вимагали годин комп'ютерного часу.

⏳ ЧОМУ ЦЕ ВАЖИТИМЕ ЧЕРЕЗ РІК
Метод інтегрується у промислові цифрові двійники, змінюючи підходи до моніторингу втоми матеріалів в авіації та енергетиці.

🎯 ЩО З ЦЬОГО ВИПЛИВАЄ
Предиктивний контроль прихованих зон дозволить запобігати руйнуванню турбін та реакторів без зупинки виробництва.

👀 ЗА ЧИМ СТЕЖИТИ
Перші результати розгортання моделі у складі промислових цифрових двійників (Digital Twins) на діючих ядерних чи енергетичних установках, які очікуються протягом 2026–2027 років.

⚖️ ДЕ РОЗХОДЯТЬСЯ ДУМКИ
Результати пройшли рецензування в журналі Nature Communications, однак базові моделі навчалися здебільшого на високоточних симуляціях (RANS/CFD), а реальна поведінка алгоритму при сильних нелінійних завадах фізичних датчиків і деградації обладнання все ще потребує тривалих незалежних випробувань.

💵 0.02$

@ScienceIn5