Цифровой двойник предскажет износ мостов с точностью 95%

Инженеры Пермского Политеха (ПНИПУ) разработали цифровую модель, способную прогнозировать деформацию опорных частей мостов. Проект, реализованный при поддержке Минобрнауки в апреле 2026 года, позволяет с высокой точностью выявлять критический износ полимерных элементов конструкций в экстремальных климатических условиях.

Традиционно уязвимым местом мостовых сооружений считаются опорные узлы — так называемые «суставы», которые гасят вибрацию и обеспечивают подвижность пролетов. Как пояснили в пресс-службе Минобрнауки, именно полимерные вставки в этих узлах выходят из строя быстрее всего из-за перепадов температур и растущих транспортных нагрузок.

От тефлона к сверхпрочному полиэтилену

В современных проектах вместо привычного тефлона все чаще применяют сверхвысокомолекулярный полиэтилен (СВМПЭ). Чтобы понять, как этот материал поведет себя в долгосрочной перспективе, ученые ПНИПУ провели серию стресс-тестов. Образцы подвергали циклической нагрузке и сжатию при температурах от -40℃ до +80℃.

На основе полученных данных была создана математическая модель, учитывающая вязкость и пластичность материала. По словам доцента кафедры вычислительной математики ПНИПУ Анны Каменских, расхождение между расчетами и реальными экспериментами составило менее 5%. Это подтверждает, что система способна предсказывать поведение пластика в новых условиях с точностью выше 95%.

Испытания на железнодорожных нагрузках

Разработку уже протестировали на цифровой копии сферической опоры железнодорожного моста. Система проанализировала влияние многократных проходов тяжелых составов и температурных скачков на состояние узла.

Результаты моделирования показали:

• наиболее уязвимая зона находится в месте выступа полимерной прослойки над нижней стальной плитой;
• после 2 тыс. проходов поездов пластические деформации в этой области достигают 9%;
• такой уровень износа свидетельствует о необратимых изменениях в структуре, хотя само разрушение еще не наступило.

Этот цифровой инструмент позволяет эксплуатационным службам заранее определять момент, когда узлу требуется ремонт. Внедрение таких моделей в дорожное хозяйство поможет избежать аварийных ситуаций и оптимизировать расходы на содержание инфраструктуры.