Специалисты УрФУ совместно с коллегами из ИТМО и МФТИ разработали бесконтактную систему компьютерного зрения, которая обнаруживает пузырьки в потоках газа и жидкости, рассчитывает их траектории и анализирует форму. Систему можно применять в нефтегазовой и энергетической отраслях, а также в биологических и химических производствах. Разработка создана при поддержке программы «Приоритет-2030», сообщили в пресс-службе УрФУ.
Потоки пузырьков используются в различных областях промышленности для массопереноса в газах и жидкостях. Их форма и движение напрямую влияют на распределение вещества в средах, а поведение пузырьков зависит от химического состава газа и физических свойств жидкости. Например, в газированных напитках и шампанском цикл образования, распространения и разрушения пузырьков углекислого газа происходит по-разному, пояснили ученые.
Во многих промышленных процессах отклонения параметров пузырьков могут приводить к негативным последствиям. Существующие методы контроля зачастую неэффективны при высоких скоростях потока или требуют периодического отбора проб, что усложняет процесс мониторинга.
Исследователи представили новый инструмент бесконтактного слежения за поведением пузырьков на основе компьютерного зрения и нейронных сетей. В отличие от аналогов, новая система подходит для абсолютного большинства реализуемых в промышленности условий появления, движения и разрушения пузырьков.
«В биотехнологии обнаружение пузырьков и определение их характеристик жизненно важны для оптимизации работы биореактора, поскольку пузырьки существенно влияют на перенос кислорода и распределение питательных веществ, непосредственно влияя на рост и продуктивность микроорганизмов. Результаты нашего исследования улучшают точный мониторинг динамики пузырьков, позволяя лучше контролировать скорость газообмена и повышать эффективность биопроцессов: ферментации, культивирования клеток и других биохимических реакций», — рассказал ведущий научных сотрудник лаборатории моделирования многофазных физико-биологических сред УрФУ Илья Стародумов.
В ходе разработки был создан алгоритм сегментации на основе модели нейронной сети YOLOv9c. Для обучения использовали высокоскоростную визуализацию, что позволило проанализировать движение пузырьков при различных мощностях и концентрациях газа.
Как отметил Илья Стародумов, в этой модели используются экспериментальные данные, в том числе коэффициент диффузии газа при задержке жидкости и газа, а также алгоритмы масштабирования и усреднения, что позволяет адаптировать ее для самых разных комбинаций систем жидкость — газ.
Экспериментальные испытания подтвердили высокую точность и надежность системы. Ученые заявили, что показатели качества новой технологии превосходят существующие контактные и бесконтактные аналоги, используемые в промышленности.
Ранее «Областная газета» писала о том, что ученые УрФУ нашли способ, как сделать пиво полезным.
