تنبؤ قوة مستدامة مدفوعة بالذكاء الاصطناعي وتقييم تجريبي للخرسانة المسلحة بالألياف عالية الأداء المحتوية على المتكاولين

خرسانة أقوى وأكثر خضرة لمدن الغد

الخرسانة هي العمود الفقري للمدن الحديثة، لكن إنتاجها يتطلب كميات هائلة من الأسمنت الذي يعد مصدرًا رئيسيًا لانبعاثات الكربون، كما أن المادة قد تتشقق وتنهار مع مرور الوقت. تستكشف هذه الدراسة سبل بناء خرسانة أكثر صلابة وطول عمر مع تقليل أثرها البيئي. يجمع المؤلفون بين ألياف متقدمة وبديل أنظف للأسمنت يُدعى المتكاولين، والذكاء الاصطناعي لتصميم خلطات تكون قوية ومستدامة في آن واحد—ممّا قد يغير طرائق بناء الجسور والأبراج والأرصفة في المستقبل.

لماذا تحتاج الخرسانة الحالية إلى ترقية

تتفوق الخرسانة العادية في تحمل الأحمال لكنها هشة وضعيفة في الشد، ما يجعلها عُرضة للتشقق. وبمجرد تكون الشقوق، يمكن للمياه والهواء الوصول إلى قضبان الصلب الداخلية مما يسبب التآكل وتدهورًا بطيئًا في الهيكل. الخرسانة عالية المقاومة تحمل أحمالًا أكبر، لكنها غالبًا ما تكون أكثر هشاشة. لمواجهة ذلك، لجأ المهندسون إلى فكرين رئيسيين: استبدال جزء من الأسمنت بمواد معدنية مسحوقة ناعمة، وإضافة ألياف قصيرة تعمل كقضبان تقوية دقيقة داخل المزيج. تركز هذه الدراسة على المتكاولين—طين محروق رقيق التفاعل—كبديل جزئي للإسمنت، إلى جانب ألياف فولاذية وزجاجية ونايلون وبولي بروبيلين لمكافحة التشقق وتعزيز الأداء.

بناء خليط أفضل بالألياف والمتكاولين

صمّم فريق البحث خليط خرسانة عالية القوة (المعروف باسم M60) حيث تم استبدال 10% من الأسمنت بالمتكاولين. ثم أنشأوا عدة نسخ من هذه الخرسانة بإضافة أنواع وكميات مختلفة من الألياف، بما في ذلك الفولاذ والزجاج والنايلون والبولي بروبيلين. خضع كل مزيج لاختبارات دقيقة لمدى سيولته عند الحالة الطازجة وللقوة التي يطورها تحت الضغط والشد والانثناء بعد التصلب لمدة 7 و28 و56 و90 يومًا.

تدريب ذكاء اصطناعي لتنبؤ قوة الخرسانة

الاختبار الفيزيائي لكل مزيج ممكن بطيء ومكلف ومبذّر. لتجنّب التجريب المتكرر في المختبر، بنى المؤلفون نموذجًا للتعلّم العميق يتنبأ بمدى قوة خرسانة مسلّحة بالألياف اعتمادًا فقط على مكوناتها وعمر التصلب. يجمع نموذجهم، المسمى A-PDDLSTM-SA، بين عدة أفكار متقدمة من الذكاء الاصطناعي: وحدات ذاكرة تتبع تطور القوة عبر الزمن، ومرشحات متعددة المقاييس تلتقط أنماطًا دقيقة وواسعة في البيانات، وآلية انتباه تركز على المدخلات الأكثر أهمية مثل نوع الألياف وجرعتها وفترة التصلب. كما ضبطوا إعدادات النموذج الداخلية باستخدام استراتيجية تحسين جديدة مستوحاة من رحّالة يستكشفون التضاريس، لضمان ألا يقع الخوارزم في حلول دون المستوى.

ماذا تكشف الاختبارات والتنبؤات

عمليًا، أعطى المزيج الأفضل أداءً استخدام 10% متكاولين و1% ألياف فولاذية، مما حقق مقاومات ضغط، وشد، وانثناء أعلى من الخرسانة الضابطة بدون ألياف. كما حسّنت ألياف الزجاج والنايلون والبولي بروبيلين السلوك بطرق مختلفة—فزادت مقاومة الصدمات، وقللت تشققات الانكماش، وعزّزت المتانة بعد التشقق—رغم أنها لم ترتقِ دائمًا إلى مستوى مكاسب الفولاذ. بعد ذلك، دُرّب نموذج الذكاء الاصطناعي على البيانات التجريبية وقورن بعدة طرق معتمدة في تعلم الآلة. تنبأ باستمرار بمقاومات الضغط والشّد والانثناء بدقة أعلى من التقنيات المنافسة، مع أخطاء منخفضة وثبات جيد حتى عند التدريب على بيانات محدودة.

من بصيرة المختبر إلى أثر في العالم الحقيقي

بالنسبة لغير المتخصصين، الرسالة الأساسية هي أن من الممكن الآن تصميم خلطات خرسانية أذكى تكون أقوى وأكثر ديمومة واستدامة—وذلك إلى حد كبير على الحاسوب قبل صب دفعة واحدة. من خلال الجمع بين المتكاولين والألياف المختارة بعناية، يمكن للمهندسين تقليل استخدام الأسمنت وتحسين مقاومة التشقق. يعمل نموذج الذكاء الاصطناعي الذي طوّرته هذه الدراسة كأداة تخطيط قوية: يمكنه اقتراح تصميمات خلط واعدة، وتقليل الاختبارات الفيزيائية المهدرة، وتسريع اعتماد الخرسانات العالية الأداء والأكثر خضرة في المشاريع الحقيقية. وعلى المدى الطويل، قد يساعد هذا النهج في توفير بنية تحتية أكثر أمانًا وبصمة بيئية أصغر.

الاستشهاد: N.S, N.P., P, K. & P, S. AI-driven sustainable strength prediction and experimental evaluation of high-performance fiber-reinforced concrete incorporating metakaolin. Sci Rep 16, 13614 (2026). https://doi.org/10.1038/s41598-026-41115-z

الكلمات المفتاحية: الخرسانة المسلحة بالألياف, المتكاولين, التعلّم العميق, البناء المستدام, تنبؤ القوة