نمذجة الخصائص الميكانيكية للخرسانة المطاطية باستخدام برمجة التعبير الجيني (GEP) والغابة العشوائية: دراسة مقارنة

تحويل الإطارات القديمة إلى مبانٍ أقوى وأكثر خضرة

كل عام، تصل مليارات الإطارات إلى نهاية عمرها وغالبًا ما تنتهي في مدافن النفايات أو مكبات غير قانونية، حيث تشكل مخاطر حريق وتلوث. وفي الوقت نفسه، يستهلك قطاع البناء كميات هائلة من الرمل والحصى والطاقة، مما يسهم بشكل كبير في تغير المناخ. تستكشف هذه الدراسة طريقة لمعالجة المشكلتين معًا: طحن الإطارات المستعملة واستخدام المطاط في الخرسانة، ثم استخدام أدوات حاسوبية متقدمة للتنبؤ بمدى قوة هذه الخرسانة «الممططة» الجديدة دون الحاجة لإجراء اختبارات مخبرية لا حصر لها.

لماذا نخلط المطاط بالخرسانة؟

الخرسانة هي العمود الفقري للبنى التحتية الحديثة، لكن إنتاج مكوناتها، وخصوصًا الأسمنت والركام الطبيعي، يتطلب طاقة كبيرة ويستنزف الموارد الطبيعية. من خلال استبدال جزء من الرمل والحصى بقطع من مطاط الإطارات المستعملة، يمكن للمهندسين تقليل الحاجة إلى المواد البكر وإبقاء الإطارات المرفوضة خارج المدافن. كما يمكن لجزئيات المطاط أن تمنح الخرسانة خواص مفيدة: فهي تمتص الصدمات، وتخفف الضوضاء، وتحسن المقاومة للتآكل وتغيرات الحرارة. ومع ذلك، فإن إضافة المطاط عادة ما تضعف قدرة الخرسانة على مقاومة التشقق والانشطار. قياس مقدار القوة المفقودة أو المكتسبة مع كل تغيير في الخلطة يتطلب تقليديًا العديد من التجارب المكلفة والمستهلكة للوقت.

السماح للحواسيب بالتعلم من التجارب السابقة

لتجنب اختبار كل خلطة محتملة يدويًا، لجأ الباحثون إلى التعلم الآلي — طرق حاسوبية تكتشف الأنماط في البيانات. جمعوا 112 مجموعة من النتائج التجريبية من دراسات حول العالم، جميعها تتعلق بالخرسانة المطاطية. كل نقطة بيانات وصفت خلطة فريدة، بما في ذلك كميات الركام الخشن والناعم، والمطاط المفروم والمسحوق، والمواد الكيميائية المضافة المسماة بالمفرطات الفائقة، ونسبة الماء إلى الأسمنت، وعمر الخرسانة. لكل وصفة سُجلت خاصيتان أساسيتان: مقاومة الانحناء (مدى قدرة عارضة على مقاومة الانحناء) ومقاومة الشد الانشقاقي (مدى مقاومتها للانفصال تحت الشد). باستخدام قاعدة البيانات المجمعة، درب الفريق نموذجي تعلم آلي مختلفين جنبًا إلى جنب لمعرفة أيهما يستطيع التنبؤ بهذه المقاومات بشكل أفضل.

طريقتان مختلفتان لـ «تفكير» الحاسوب

الطريقة الأولى، برمجة التعبير الجيني، تعمل قليلاً مثل التطور في الطبيعة. تبدأ بالعديد من الصيغ الرياضية العشوائية وتحسنها تدريجيًا بمحاكاة الطفرات وإعادة التركيب، فينتج في النهاية معادلات قابلة للقراءة تربط مكونات الخلطة بالقوة. الطريقة الثانية، الغابة العشوائية، تبني مجموعة كبيرة من أشجار القرار — نماذج بسيطة قائمة على قواعد — وتسمح لها «بالتصويت» على القيمة المتوقعة للقوة. بينما تتصرف الغابة العشوائية أكثر كصندوق أسود، إلا أنها غالبًا ما تكون دقيقة جدًا. كلا النموذجين خضعا لضبط دقيق وتقييم باستخدام إحصاءات قياسية تقارن القيم المتوقعة بالقيم المقاسة في المختبر لخلطات لم يرها النموذجان من قبل.

ما الذي تعلمته النماذج عن الخرسانة المطاطية

التقطت الطريقتان السلوك العام للخرسانة المطاطية، لكن الغابة العشوائية كانت أدق. بالنسبة لبيانات الاختبار غير المرئية، أعادت إنتاج مقاومات الانحناء والشد بقيم ارتباط تقارب الاتفاق التام، وكانت أفضل بشكل ملحوظ من برمجة التعبير الجيني. أظهرت تحليلات الخطأ أن معظم التنبؤات ضمن هامش متواضع من القيم الحقيقية، مع عدد قليل فقط من القيم الشاذة. لفتح صندوق الأسود، استخدم الفريق أداة تسمى SHAP، التي تعطي كل مكون حصة من المسؤولية عن كل تنبؤ. كشف ذلك أن الركام التقليدي ونسبة الماء إلى الأسمنت يؤثران بقوة على مقاومة الانحناء، بينما إن كمية ونوع المطاط، إلى جانب المفرط الفائق ومحتوى الماء، تلعب أدوارًا رئيسية في مدى مقاومة الخرسانة للانفصال تحت الشد. بشكل عام، أدى المزيد من المطاط والمزيد من الماء إلى تقليل القوة، بينما كان الركام والإضافات المتوازنة جيدًا قادرة على استعادة بعض الأداء.

ما معنى هذا لمستقبل البناء

بالنسبة لغير المتخصصين، الخلاصة الأساسية هي أننا نستطيع تصميم خرسانات أكثر خضرة تعيد تدوير الإطارات القديمة دون العمل في الظلام. تُظهر الدراسة أن النماذج الحاسوبية الذكية، وخصوصًا الغابات العشوائية، قادرة على التنبؤ بشكل موثوق بكيفية تأثير التغييرات في وصفة الخرسانة المطاطية على سلوكها من حيث التشقق والانحناء، باستخدام عدد قليل فقط من المدخلات السهلة القياس. هذا يعني أن المهندسين يمكنهم تقليل الاختبارات المكلفة بالتجربة والخطأ، وتسريع اعتماد المواد المعتمدة على النفايات، وتحديد الخلطات بثقة أكبر لتحقيق توازن بين الفوائد البيئية والسلامة والمتانة. على المدى الطويل، يمكن لمثل هذه الأدوات أن تساعد في تحويل جبال الإطارات المرفوضة إلى جسور وأرصفة ومباني آمنة، مما يقلص كلاً من أكوام النفايات وبصمة الكربون لقطاع البناء.

الاستشهاد: Sheraz, M., Talha, M., Alam, M. et al. Modeling mechanical properties of rubberized concrete using gene expression programming (GEP) and random forest: a comparative study. Sci Rep 16, 8714 (2026). https://doi.org/10.1038/s41598-026-40897-6

الكلمات المفتاحية: الخرسانة المطاطية, إعادة تدوير الإطارات المستعملة, التعلم الآلي في البناء, نمذجة الغابة العشوائية, المواد المستدامة