إطار تعلّم آلي موجه بالفيزياء لخرسانة RCA من خلال قاعدة بيانات تجريبية، ونمذجة، والتحقق الإحصائي

تحويل الخرسانة القديمة إلى مورد جديد

كل عام، تُعامل مليارات الأطنان من الخرسانة المكسورة الناتجة عن هدم المباني والطرق كنفايات، مع أن جزءًا كبيرًا منها يمكن إعادة استخدامه. تستكشف هذه الدراسة كيفية تحويل تلك الأنقاض إلى خرسانة جديدة موثوقة من خلال الجمع بين اختبارات مخبرية دقيقة والتعلّم الآلي الحديث. الهدف هو جعل البناء أكثر استدامة من دون التضحية بالسلامة، عبر معرفة بالضبط مدى وكيفية استخدام المواد المعاد تدويرها وتحت أي ظروف.

لماذا إعادة استخدام الخرسانة ليست أمرًا بسيطًا

الركام الخرساني المعاد تدويره ينتج عن سحق الخرسانة القديمة إلى قطع أصغر يمكن أن تحل محل الحصى والرمل المستخرج عادة للإنشاءات الجديدة. يقلل استخدامه من النفايات والتعدين وانبعاثات النقل. لكن هذه الجزيئات المعاد تدويرها لا تزال تحمل بقايا الملاط القديم وشقوقًا دقيقة، مما يجعلها أكثر مسامية وأقل تجانسًا من الحجر الطبيعي. ونتيجة لذلك، قد تفقد الخرسانة المصنوعة من ركام معاد تدويره قوتها وتصبح أصعب في التوقع. يحتاج المهندسون إلى قواعد واضحة وموثوقة حول كيفية تأثير نسب وأحجام وجودة الركام المعاد تدويره المختلفة على قوة الخرسانة الجديدة.

بناء صورة تجريبية ثرية

للإجابة على هذه الأسئلة، أجرى الباحثون سلسلة شاملة من خلطات الخرسانة باستخدام مادة معاد تدويرها مأخوذة من ست فئات مختلفة من الخرسانة الأصلية من حيث القوة، تراوحت من ضعيفة جدًا إلى خرسانة إنشائية قوية. فصلوا الركام المعاد إلى ثلاث نطاقات حجمية — ناعم، متوسط، وذو حجم حصوي — واستخدموها لتحل محل 10% إلى 50% من الركام الطبيعي، مع الإبقاء دائمًا على نفس ظروف الماء والأسمنت. لكل خليط قاسوا مقاومة الانضغاط (مقدار التحمل تحت الضغط)، ومقاومة الشد الانشطاري (سلوكها تحت الشد)، ومقاومة الانحناء. عبر جميع الاختبارات، انخفضت القوة باستمرار مع زيادة نسبة الركام المعاد تدويره، لكن حجم الانخفاض اعتمد بشدة على كل من حجم الجسيمات وجودة الخرسانة الأصلية. أحدثت الجسيمات المعاد تدويرها الناعمة، التي تحمل مزيدًا من الملاط القديم والمسام، أكبر ضرر في القوة، بينما كانت الجسيمات الخشنة والبحصية أقل ضررًا.

إيجاد حدود آمنة والتأثيرات الرئيسية

كشفت النتائج التجريبية قواعد تصميم مفيدة يمكن أن توجه التطبيق العملي في البناء. عندما جاءت المادة المعاد تدويرها من خرسانة أصلية منخفضة القوة، أدى استبدال 30% من الركام الطبيعي إلى خسائر ذات نسب مئوية مزدوجة في كل من مقاومة الانضغاط والشد، خاصة عند استخدام الجزيئات الناعمة. في المقابل، عندما نشأ الركام المعاد من خرسانة عالية القوة، كانت خسائر القوة عند استبدال 30% صغيرة، وبقي الأداء العام مقبولًا للاستخدام الإنشائي. عبر العديد من السلاسل، ظهر "نقطة تحوّل" متناسقة: الخلطات التي تحتوي على 10% أو 20% ركام معاد عمومًا حافظت على قوة جيدة، بينما تجاوز حوالي 30% جلب انخفاضًا ملحوظًا، لا سيما للمواد المصدر الأضعف والكسور الأنعم. تتطابق هذه الأنماط مع دراسات سابقة وتُظهر أن ليس كل الركام المعاد يساوي الآخر — الجودة والحجم لهما تأثير كبير.

تعليم الآلات احترام الفيزياء

بما أن إجراء اختبارات مخبرية لا نهائية غير عملي، لجأ الفريق إلى التعلّم الآلي للتنبؤ بالقوة لتراكيب جديدة لم تُختبر فعليًا. بدلاً من تغذية الحاسوب بالبيانات الخام فقط، قدموا ما يسمونه إطارًا موجهًا بالفيزياء. أولًا، نظفوا ونظموا نتائج الاختبارات بعناية، ثم أنشأوا نقاط بيانات "تركيبية" إضافية عن طريق تعديل معلمات الخلطة والقوى بلطف ضمن حدود ضيقة وواقعية تعكس تباين المختبر العادي. بعد ذلك، استخدموا طريقة زيادة عينات متقدمة لملء الفجوات بين الخلطات المختبرة، ولكن فقط على اتجاهات منطقية فيزيائيًا. درّبت هذه المجموعات البيانية الموسعة نموذجي تجميع شائعين، XGBoost وLightGBM، إلى جانب معادلات خطية بديلة بسيطة تلخّص الاتجاهات المسيطرة في شكل يمكن للمهندسين استخدامه بسهولة.

مدى جودة التنبؤات

بمجرد تدريبها، حُكم على النماذج باستخدام خلطات اختبار لم تُر من قبل على الإطلاق. طابقت تنبؤاتها لمقاومة الانضغاط والشد القياسات عن كثب، مع بقاء الأخطاء ضمن النطاق الشائع الملاحظ عند تكرار الاختبارات المخبرية. كانت النماذج دقيقة بشكل خاص في تقدير مقاومة الشد، حيث إن نمط التدهور مع زيادة الركام المعاد أكثر سلاسة وأسهل في التقاطه. والأهم أن المؤلفين تحقّقوا من أن الانخفاضات المتوقعة في القوة مع زيادة المحتوى المعاد لم تكن تقلبات إحصائية: أظهرت الاختبارات الإحصائية القياسية أن هذه الاتجاهات قوية وذات دلالة عالية. بالمقارنة بين نسخ النماذج مع وبدون توسعة البيانات الموجهة بالفيزياء، وجدوا أن النهج الموجّه أنتج درجات دقة أقل بريقًا قليلًا، لكنه أعطى سلوكًا أكثر استقرارًا وواقعية، خاصة في مناطق الاستبدال العالي التي تعاني نقص بيانات.

ما الذي يعنيه هذا للبناء الأخضر

بعبارات عامة، تُظهر هذه الدراسة أنه من الممكن استخدام نماذج حاسوبية لتصميم خلطات خرسانة أكثر خضرة تعتمد على مواد معاد تدويرها من دون التعامل مع الفيزياء الأساسية كأمر ثانوي. تؤكد الدراسة أن كميات معتدلة من الركام المعاد عالي الجودة — وبشكل خاص الجزيئات الأكبر من الخرسانة القديمة الأقوى — يمكن أن تحل بأمان محل حصة كبيرة من الركام الطبيعي. وفي الوقت نفسه، توضح طريقة تجعل التعلّم الآلي متجذرًا في السلوك الحقيقي من خلال احترام الحدود والاتجاهات المعروفة. يمكن لأداة التنبؤ الواعية بالفيزياء هذه أن تساعد المهندسين على اتخاذ قرارات أفضل وأسرع بشأن تصميم الخلطات، مما يدعم اعتمادًا أوسع للخرسانة المعاد تدويرها مع الحفاظ على أمان وموثوقية الهياكل.

الاستشهاد: Mohamud, M.A., Alasiri, M.R., Özdöner, N. et al. Physics-guided machine learning framework for RCA concrete by experimental database, modelling, and statistical validation. Sci Rep 16, 7907 (2026). https://doi.org/10.1038/s41598-026-38554-z

الكلمات المفتاحية: ركام الخرسانة المعاد تدويره, البناء المستدام, التعلّم الآلي في المواد, تصميم الخلطات المستند إلى البيانات, تنبؤ قوة الخرسانة