Московские ученые разработали технологию, которая позволяет «просветить» асфальтобетон

Московские ученые разработали технологию определения качества асфальта с помощью радиоволн. Сотрудники Московского физико-технического института (МФТИ) нашли способ определить наличие пустот и трещин путем просвечивания его радиоволнами, а не с помощью взятия физических проб. Это существенно снижает риски деформации дорожного полотна в будущем.

Сейчас технология находится в процессе патентования в РФ. Что примечательно, запрос на разработку пришел к сотрудникам МФТИ из Китая:

«В Китае такой технологии нет, хотя нет ее в практическом применении и в России. У нас до сих пор дорожное покрытие проверяют с помощью сверления кернов. Любое отверстие в асфальте или скол - это потенциальная причина образования трещин и провалов. Неразрушающий контроль базируется на отражении радиоволн, что позволит определить, есть ли в толще асфальта внутренние трещины, полости с воздухом или водой без нарушения физической целостности материала»», -заявил начальник отдела радиофотоники МФТИ Степан Андреев.

Программно-аппаратный комплекс для определения дефектов дорожного покрытия представляет собой систему устройств площадью не более 1 кв. метра. Он построен на основе радиофотонного радара подповерхностного зондирования. Для того, чтобы «просветить» асфальтобетон, надо расположить антенну радара непосредственно над исследуемым участком. В течение 5-10 секунд устройство соберет необходимую информацию.

«Площадь же самой поверхности вокруг излучателя, которую можно просканировать единовременно, определяется размером антенны и будет подбираться в пределах от 10 до 500 кв. см для достижения оптимального баланса между быстротой анализа и точностью (пространственным разрешением) прибора.

Программно-аппаратный комплекс успешно прошел лабораторные испытания в сентябре 2024 года. Прибор смог определить наличие трещин и скрытых неоднородностей в асфальте. Для повышения точности результатов до конца 2024 года разработчики планируют провести полевые испытания, главной задачей которых станет тренировка встроенных нейросетей.