Рассмотрены проблемы, затрудняющие широкое использование методов прогнозирования остаточного ресурса деталей машин и конструкций на основе количественной оценки степени поврежденности микроструктуры поверхности. Предложен алгоритм нейросетевого метода прогнозирования остаточного ресурса металлов и сплавов, использующий автоматизированную обработку изображений микроструктуры поверхности. В основе предлагаемого алгоритма лежит использование особых точек, выделяемых на поврежденной в процессе циклического нагружения микроструктуре. Предлагаемый метод призван увеличить скорость работы по определению поврежденности микроструктуры поверхности металлов и сплавов, а также снизить стоимость таких работ. Также возможно использование полученного алгоритма в совокупности с работой эксперта с целью повышения качества анализа. Использование данного метода наряду с применением нейросетевых технологий позволяет автоматизировать процедуру формирования оценок ресурсных характеристик металлов и сплавов при достаточной точности и объективности.

The problems that hinder the widespread use of methods of the residual life prediction for the machine details and constructions, based on a quantitative assessment the degree of damage the surface microstructure of metals and alloys, were considered. The algorithm of neural method for the metals and alloys residual life prediction, using automated image processing of microstructure surface, was proposed. This algorithm is based on the singular points that were allocated from the injured surface of the microstructure. This algorithm can improve the accuracy and objectivity of the resource characteristics of metals and alloys. Also it is possible to use the resulting algorithm in conjunction with the work of experts in order to improve the quality of analysis.