تقييم بقائم على التعلم الآلي لعوامل مقاومة القص في خليط التربة والصخر لردميات محطات التحويل الجبلية

لماذا هذا مهم للحفاظ على استمرارية التيار

تحتاج المدن المتنامية في المناطق الجبلية إلى محطات تحويل يمكنها توصيل الكهرباء بأمان، وغالباً ما تُقام على منحدرات محفورة ومُردَّمة. بدل نقل تربة مثالية للبناء، يتجه المهندسون بشكل متزايد لإعادة استخدام النفايات المحلية المكونة من خليط من التربة والصخور المكسرة. هذه الخلائط رخيصة ومستدامة، لكن سلوكها تحت الأحمال يصعب التنبؤ به، مما يزيد من خطر هبوط متفاوت أو حتى فشل المنحدر تحت معدات الطاقة الحساسة. تُبيّن هذه الدراسة كيف يمكن لشكل بسيط من الذكاء الاصطناعي أن يميز بين العديد من خواص الأرض المتداخلة ليحدد أيها الأهم للحفاظ على استقرار هذه المحطات الجبلية.

أرض مُعاد تدويرها، سلوك معقد

في التضاريس الشديدة الانحدار، يتطلب بناء منصة مستوية لمحطة التحويل عادة قطع أجزاء من منحدرات وردم أخرى. للتحكم بالتكاليف وحركة الشاحنات، يعيد المقاولون غالباً استخدام نفايات محلية مكوّنة من طين وصخور بركانية متحللة وقطع من البازلت الأصعب. معاً تشكل هذه خليطاً من التربة والصخر: مواد غير متجانسة وبقعية تعتمد قوتها على كمية الماء التي تحتويها، ومدى تضاغطها، وكيفية التماسك بين التربة الناعمة والحصى الأكبر. وبما أن الخليط قد يختلف من مكان إلى آخر ومن طبقة إلى أخرى، فقد يهتبط الأرض بشكل غير متساوٍ تحت المحولات الثقيلة، مهدداً المكونات الكهربائية الدقيقة التي تتحمل حركات ضئيلة جداً.

من اختبارات المختبر إلى نموذج تعلّمي

جمَع الباحثون مواد تمثيلية من موقع محطة تحويل في جنوب غرب الصين، ثم سحّقوها ونخّلوها وخلّطوها للحصول على خلائط مضبوطة. في المختبر، كبّتو هذه الخلائط إلى عينات قياسية وأجروا اختبارات القص المباشر تحت ضغوط مختلفة، محاكيين الأحمال داخل طبقات الردم. لكل عيّنة قاسوا الخصائص الفيزيائية الرئيسية: الكثافة الجافة، محتوى الماء، نسبة الفراغات بين الحبيبات (نسبة الفراغ)، واثنين من الحدود البسيطة التي تصف إلى أي مدى يمكن أن تصبح التربة الناعمة رطبة قبل أن تتصرف كعجينة أو سائل. شكلت هذه القياسات، مقترنة بمقاومة القص الناتجة (مقاسة كمقدار احتكاك وتماسك)، مجموعة بيانات مكوّنة من 112 حالة مُعدة بعناية.

تدريس شبكة عصبية عن التربة والصخر

بدلاً من محاولة إجبار هذه العلاقات المعقدة في صيغ بسيطة، درّب الفريق شبكة عصبية تتابعية، وهي نموذج تعلم آلي أساسي يتعلم الأنماط مباشرة من البيانات. أخذ النموذج الخصائص الخمس المقاسة كمدخلات وتعلّم التنبؤ بمخرجين: مقدار تماسك الخليط (التماسك) وزاوية الاحتكاك الداخلية التي تقاوم الانزلاق. ضبطوا إعدادات الشبكة وقارنوا أدائها مع أدوات أكثر تقليدية مثل الانحدار الخطي، وطريقة أقرب جار، والغابات العشوائية. باستخدام فحوص متكررة على بيانات محجوزة، أنتجت الشبكة العصبية تنبؤات دقيقة باستمرار، مطابقة بشكل وثيق قيم القوة المقيسة ومتجاوزة قليلاً البدائل على مجموعة البيانات متوسطة الحجم هذه.

أي خصائص الأرض لها الأثر الأكبر؟

بعد أن أصبح لديهم نموذج موثوق، فحص المؤلفون مدخلاته لمعرفة أي الخصائص تدفع تنبؤاته. استخدموا أوزان الاتصالات الداخلية في الشبكة كنوع من «مقياس التأثير» لكل خاصية. برز محتوى الرطوبة كلاعب أساسي، مساهماً بنحو ربع إلى ثلث التباين في كل من التماسك والاحتكاك. عندما يصبح الخليط رطباً جداً، تُشكّل أغشية مائية طبقات بين الحبيبات وتُضعف الروابط بينها، مما يقلل القوة بصورة حادة. كان حد اللدونة للتربة الناعمة — محتوى الماء الذي تتوقف عنده عن التصرف كصلب هش وتبدأ بالانسياب — مهمّاً تقريباً بنفس القدر، خاصة بالنسبة للاحتكاك. كما كانت الكثافة الجافة ونسبة الفراغ ذات تأثير، لكن بدرجة أقل، من خلال تغيير مدى ترابط الحبيبات. معاً، تؤكد هذه النتائج الحدس الجيوتقني الطويل الأمد مع وضع أرقام توضح الأهمية النسبية لكل عامل.

إرشادات عملية لمحطات تحويل جبلية أكثر أماناً

بالنسبة للمهندسين، الخلاصة بسيطة: في ردميات خليط التربة والصخر المعاد استخدامها تحت المحطات، فإن السيطرة على الماء والسلوك البلاستيكي للمصفوفة الناعمة أكثر أهمية من أي خاصية فردية أخرى. من خلال تركيز الفحوصات وضوابط البناء على محتوى الرطوبة وحدود اللدونة والسائلة وجودة الدك، يمكن للمصممين التنبؤ بشكل أفضل بكيفية حمل الأرض للأحمال وأين تكون مخاطر الهبوط أعلى. وعلى الرغم من أن الأرقام الدقيقة مأخوذة من منطقة واحدة في جنوب غرب الصين، فإن سير العمل — الجمع بين اختبارات مختبرية مستهدفة وتحليل شفّاف باستخدام شبكة عصبية — يقدم دليلاً قابلاً لإعادة الاستخدام لمشاريع مماثلة حول العالم، يحول النفايات المختلطة إلى مادة أساس أكثر قابلية للتنبؤ.

الاستشهاد: Huang, X., Liao, J., Ke, H. et al. Machine learning-based evaluation of shear strength factors in soil-rock mixtures for mountain substation fills. Sci Rep 16, 5775 (2026). https://doi.org/10.1038/s41598-026-36601-3

الكلمات المفتاحية: خليط التربة والصخر, أساسات محطات التحويل الجبلية, مقاومة القص, محتوى الرطوبة, التعلم الآلي في الهندسة الجيوتقنية