Назад

От наноструктур до реактивных двигателей: как промышленная томография позволяет заглянуть внутрь сложных объектов

Марина Чукалина
Руководитель отдела компьютерной томографии, доктор физико-математических наук

Как изучить внутреннюю структуру материала с точностью до десятков нанометров? А как проверить состояние реактивного двигателя, не разбирая его на детали? Несмотря на разницу в масштабах, обе задачи можно решить с помощью компьютерной томографии – технологии, позволяющей исследовать внутреннюю структуру объектов без их разрушения.

Однако исследование наноструктур и диагностика крупных промышленных изделий требуют принципиально разного оборудования. В первом случае критически важны разрешение и точность измерений, во втором – способность рентгеновского излучения проникать через плотные материалы. Расширить и эффективнее использовать возможности оборудования помогают программные алгоритмы. На примере двух исследований покажем, как технологии Smart Engines позволяют решать задачи томографии в совершенно разных масштабах – от изучения морфологии наноструктур наноматериалов до дефектоскопии реактивных двигателей в сборе.

Нанотомография: как увидеть структуру материала с разрешением 50 нанометров

Высокоразрешающая томография позволяет исследовать внутреннюю структуру материалов на микро- и наноуровне. Это особенно важно, например, при разработке новых структур для энергетики, свойства которых во многом зависят от формы, размеров и расположения мельчайших структур. С помощью нанотомографии можно изучать электрокатализаторы – материалы, которые применяются, в частности, для получения водорода из воды методом электролиза.

Однако чем выше разрешение томографа – тем сильнее на результат влияют даже незначительные погрешности измерений. Сканирование наноструктур может занимать десятки, а в некоторых случаях и сотни часов. За это время из-за температурных изменений и механических колебаний нанометровых масштабов компоненты оборудования и сам образец могут менять свое положение. В результате полученные рентгеновские проекции перестают точно соответствовать друг другу, а трехмерная реконструкция получается нечеткой. 

Для решения этих задач исследователи Smart Engines совместно с учеными из Германии разработали метод автоматической калибровки томографических данных. Алгоритм определяет и компенсирует смещения непосредственно по рентгеновским проекциям. Для этого он последовательно восстанавливает трехмерное изображение, рассчитывает проекции полученной модели и сопоставляет их с исходными снимками. При этом метод учитывает ограниченное поле зрения детектора и исключает мешающие участки изображения из процедуры совмещения.

Образец (электрокатализатор на основе никеля и молибдена) был просканирован на лабораторном рентгеновском микроскопе с разрешением около 50 нанометров. После использования созданных алгоритмов среднеквадратичное отклонение положений контрольных маркеров от расчетных траекторий по горизонтали сократилось с 3,85 до 1,12 пикселя. На восстановленных изображениях стали отчетливее различимы игольчатые структуры материала и небольшие включения, которые ранее сливались друг с другом.

До калибровкиПосле калибровки
Сравнение томографических изображений электрокатализатора до и после автоматической калибровки: разработанный метод повышает четкость изображения и позволяет лучше различать мельчайшие структуры материала

Это позволило точнее исследовать геометрию отдельных игл и выявлять их скопления – параметры, важные для изучения и дальнейшей оптимизации свойств электрокатализаторов.

Промышленная томография: как исследовать реактивный двигатель целиком

Возьмем совершенно иную с точки зрения масштабов задачу – диагностику сложных промышленных изделий, например, двигателей. Реактивный двигатель состоит из множества деталей, изготовленных из материалов с разной плотностью. Проверка состояния внутренних узлов двигателя традиционными методами нередко требует его полной или частичной разборки. Такая процедура занимает много времени и предполагает участие высококвалифицированных специалистов. При этом проконтролировать качество и точность конечной сборки невозможно, поскольку возникает риск возникновения новых повреждений, нарушения точности взаимного расположения деталей, изменения зазоров, попадания инородных предметов и появления новых дефектов.

Альтернативой традиционной диагностике выступает компьютерная томография, которая позволяет исследовать внутреннюю структуру двигателя без его разбора. Однако здесь возникает другая сложность – существенная разница в плотности материалов, из которых изготовлены его детали. Плотные металлические элементы могут практически полностью поглощать «мягкое» рентгеновское излучение, тогда как более легкие при высокой энергии теряют контраст и становятся почти прозрачными. В результате на трехмерной реконструкции возникают серьезные искажения: реальные дефекты могут оставаться незамеченными, а исправные детали – выглядеть поврежденными или вовсе исчезать с изображения.

Фото двигателя, 2D-срез и 3D-изображение двигателя с существенными искажениями

Исследователи Smart Engines предложили новую методику неразрушающего контроля, сочетающую компьютерную томографию и физически обоснованный ИИ, чтобы получить объективную томографическую реконструкцию многокомпонентных цельнометаллических агрегатов «в сборе». Технология строит цифровой двойник двигателя и позволяет достоверно обнаруживать дефекты – трещины, пустоты, расслаивания – и посторонние предметы, такие как металлическая стружка. И все это – за одно измерение, при этом поддерживая согласованность с исходными измеренными данными в рамках используемых физических моделей.

Целью ученых Smart Engines являлась томография реактивного двигателя целиком – без разбора на детали – и за одно измерение на серийной промышленной установке. Исследователи Smart Engines предложили комплексное решение проблемы – использование промежуточных «компромиссных» энергий излучения ~450-600 кэВ, которые позволяют реконструировать как более плотные, так и менее плотные детали, а также высокопроизводительных алгоритмов компьютерной томографии для коррекции возникающих при этом искажений.

Разработанные алгоритмы позволяют надежно компенсировать эффекты рассеяния излучения объектом, рассеяния излучения детектором, полихроматичность излучения при исследовании мультиматериальных изделий, а также шумы, связанные с фотонным голоданием. ИИ позволяет выполнять качественную реконструкцию даже в случае сложных измерений, выполненных на грани чувствительности прибора, в результате чего стало возможным проводить дефектоскопию реактивных двигателей авиационных моделей без разбора на отдельные компоненты.

Разное оборудование – единая программная платформа

Исследование наноструктур и диагностика реактивных двигателей требуют принципиально разных томографических установок. В первом случае необходимы высокоточная механика и специальная рентгеновская оптика, позволяющие различать объекты размером в десятки нанометров. Во втором – мощные источники излучения, способные просвечивать крупные металлические изделия со сложной внутренней структурой.

Однако в обоих случаях качество трехмерной реконструкции зависит не только от характеристик оборудования, но и от программных алгоритмов. Они позволяют компенсировать погрешности измерений, устранять искажения и восстанавливать внутреннюю структуру объектов с высокой точностью.

Для решения таких задач Smart Engines разработала программную платформу Smart Tomo Engine. Она поддерживает различные схемы томографического сканирования, включает алгоритмы автоматической калибровки, коррекции артефактов и трехмерной реконструкции. Платформу можно интегрировать в существующие томографические установки или использовать при создании новых программно-аппаратных комплексов.

Таким образом, возможности компьютерной томографии определяются не только аппаратной частью. Современные программные технологии позволяют расширять область ее применения – от исследования мельчайших структур перспективных материалов до неразрушающего контроля сложных промышленных агрегатов.

Информация об авторе

Марина Чукалина
Руководитель отдела компьютерной томографии, доктор физико-математических наук
  • 230+ научных публикаций
  • 5 патента США
  • 2 патента РФ

Марина Чукалина – российский ученый, изобретатель в области рентгеновской микроскопии и томографии с 35-летним опытом.

Марина Чукалина предложила ряд методов, используемых в рентгеновской диагностике: метод определения размера микрозонда, метод определения локального атомного окружения на основе анализа EXAFS спектра, методы решения обратных задач микроскопии и томографии, метод формирования мультиспектрального разномасшабного цифрового изображения объекта.

Разработки Марины Чукалиной легли в основу программного продукта Smart Tomo Engine, созданного для томографической реконструкции цифрового изображения.