стань автором. присоединяйся к сообществу!
Лого Сделано у нас
10
Александр Петров 16 декабря 2024, 13:54

В УрФУ разработали «зоркое око» для пузырьков

Следи за успехами России в Телеграм @sdelanounas_ru

 © ria.ru

Специалисты УрФУ разработали бесконтактную систему компьютерного зрения для обнаружения пузырьков в потоках газа и жидкости. Эта система не только выявляет пузырьки, но и рассчитывает их траекторию и форму. Разработчики уверены, что их инновация может быть полезна в нефтегазовой и энергетической отраслях, а также в биологических и химических производствах.

Потоки пузырьков широко применяются в различных промышленных процессах для массопереноса в газах и жидкостях, и их форма и движение существенно влияют на процесс. Поведение пузырьков может меняться в зависимости от химического состава газа и физических характеристик, а также на разных этапах их жизненного цикла, как, например, в газированных напитках и шампанском. Также пузырьки играют важную роль в таких процессах, как флотация, кавитация и работа биореакторов. Важно контролировать их параметры, чтобы избежать негативных последствий. Существующие методы мониторинга имеют ограничения, например, низкую эффективность при высоких потоках или зависимость от периодических проб.

Новая система, разработанная специалистами УрФУ в сотрудничестве с учеными из ИТМО и МФТИ, использует компьютерное зрение и нейронные сети для бесконтактного слежения за поведением пузырьков. Она обладает широкими возможностями и подходит для различных промышленных условий.

Илья Стародумов, ведущий научный сотрудник лаборатории моделирования многофазных физико-биологических сред, подчеркнул важность разработки для биотехнологий. Обнаружение и характеристика пузырьков критичны для оптимизации работы биореакторов, так как они влияют на газообмен и распределение питательных веществ, что напрямую связано с ростом микроорганизмов и эффективностью биопроцессов, таких как ферментация и культивирование клеток.

В ходе исследования был разработан алгоритм сегментации с использованием модели нейронной сети YOLOv9c. Для обучения модели использовались данные о движении газовых пузырьков при различных условиях. В модели учтены экспериментальные данные, включая коэффициент диффузии газа и алгоритмы масштабирования, что позволяет адаптировать систему к разным жидкостно-газовым сочетаниям. Экспериментальные работы подтвердили высокую точность и эффективность системы, которая превосходит аналогичные контактные и бесконтактные промышленные технологии.

Проект реализуется в рамках программы «Приоритет-2030».

Кстати, а вы знали, что на «Сделано у нас» статьи публикуют посетители, такие же как и вы? И никакой премодерации, согласований и разрешений! Любой может добавить новость. А лучшие попадут в телеграмм @sdelanounas_ru. Подробнее о том как работает наш сайт здесь👈


Написать комментарий
Отмена
Для комментирования вам необходимо зарегистрироваться и войти на сайт,