Vollständige Vorhersage der Rissheilung in selbstheilendem Beton mithilfe der verallgemeinerten polynomialen Chaos-Expansion

Beton, der seine eigenen Risse reparieren kann

Brücken, Tunnel und Küstenschutzwände bestehen aus Beton, der im Laufe der Zeit durch Stürme, Verkehr und Salzwasser langsam Risse entwickelt. Diese feinen Bruchstellen können zu großen Problemen anwachsen, weil Wasser und korrosive Stoffe eindringen und die Lebensdauer einer Konstruktion verkürzen. Diese Forschung untersucht eine neue Art von „selbstheilendem“ Beton, der lebende Mikroben mit fortgeschrittener Mathematik kombiniert, um vollständig vorherzusagen, wie komplett sich Risse im Laufe der Zeit von Anfang bis Ende schließen.

Wie sich lebender Beton selbst repariert

Der hier untersuchte selbstheilende Beton ist mit winzigen Pellets gefüllt, die spezielle Bakterien und reaktive Mineralien enthalten. Wenn ein Riss auftritt und Meerwasser eindringt, platzen die Pellets auf. Die Bakterien erwachen, nutzen Bestandteile der Umgebung und lösen das Wachstum fester Mineralien wie Calciumcarbonat aus. Gleichzeitig bilden die anorganischen Zusatzstoffe geschichtete Kristalle, die dazu beitragen, die geschädigte Zone zu verstopfen und zu verdichten. Gemeinsam füllen und überbrücken diese Produkte nach und nach den Riss, stellen einen Großteil der Festigkeit des Betons wieder her und blockieren die Wege, die Wasser und Salz sonst ausnutzen würden.

Heilung von der Oberfläche bis ins Innere messen

Um zu verstehen, wie gut dieser Prozess funktioniert, beschränkte sich das Team nicht darauf, nur zu sehen, ob ein Riss an der Oberfläche geschlossen erschien. Sie verfolgten fünf verschiedene Anzeichen der Heilung in laborgefertigten Beton-Zylindern, die wiederholten Wechseln zwischen Nass- und Trockenphasen in künstlichem Meerwasser ausgesetzt waren. Zu diesen Indikatoren gehörten, wie viel der Rissoberfläche sichtbar verschlossen war, wie viel Wasser noch durchsickerte, wie sich der elektrische Widerstand veränderte, während interne Wege wieder aufgebaut wurden, wie schnell Ultraschallwellen den Riss überqueren konnten und wie stark das Material Chloridionen widerstand, die Stahlkorrosion auslösen können. Durch das Opfer einiger Proben und das Aufschneiden quer durch die Risse maßen sie zudem direkt, wie viel des inneren Querschnitts tatsächlich durch Reparaturprodukte wieder aufgefüllt worden war.

Aus ungleichmäßigen Daten ein prädiktiver digitaler Zwilling

Heilung innerhalb eines Risses ist kein einfacher, gleichmäßiger Prozess. Anfangs variieren die Ergebnisse stark von Probe zu Probe, während Bakterien erwachen, Minerale beginnen zu wachsen und Wasser noch frei fließt. Später beruhigt sich das System, wenn der Riss sich füllt und die Reparatur nahezu gesättigt ist. Um dieses zeitlich veränderliche Verhalten zu entschlüsseln, bauten die Forschenden ein mathematisches „Surrogat“-Modell, das die fünf leicht messbaren Indikatoren mit der schwer zugänglichen internen Heilungstiefe verknüpft. Ihr Ansatz, genannt polynomiale Chaos-Expansion, stellt den komplexen, unsicheren Prozess als gewichtete Kombination glatter Kurven dar, die jeweils einen Teil der in den Experimenten beobachteten Variabilität erfassen. So konnten sie für jede Probe und jedes Alter abschätzen, wie vollständig der Rissquerschnitt geheilt war, ohne die Probe zerstören zu müssen.

Das Modell aus realen Daten lernen lassen

Standardversionen dieser Modellierungstechnik gehen davon aus, dass experimentelle Daten sauberen, glockenförmigen (gaussischen) Mustern folgen. Das Team stellte fest, dass diese Annahme zusammengeführten Altersgruppen gegenüber versagt: Einige Indikatoren werden schief verteilt oder stark gebündelt, wenn die Heilung fortschreitet. Um mit diesen realistischeren Verteilungen umzugehen, erweiterten sie die Methode zu einem verallgemeinerten Rahmen. Mit einem datengesteuerten statistischen Werkzeug, der Kernel-Dichteschätzung, ermittelten sie zunächst die tatsächlichen Formen der Eingangverteilungen. Anschließend konstruierten sie maßgeschneiderte orthogonale Polynome, die auf diese Formen zugeschnitten waren, sodass das Modell den gesamten Heilzyklus — von den lauten Anfangstagen bis zur nahezu vollständigen Reparatur — folgen konnte, ohne zu überanpassen. Sensitivitätsanalysen auf Basis dieses Rahmens zeigten, welche Messgrößen am wichtigsten sind: Oberflächenverschluss und Wasserbeständigkeit dominieren in frühen Stadien, während Chloridwiderstand und interne elektrische Wege an Bedeutung gewinnen, wenn der Riss in der Tiefe ausfüllt.

Die Vorhersagen auf die Probe gestellt

Um zu prüfen, ob das Modell wirklich generalisieren kann, testeten die Autoren es mit neuen Proben, die für Zeitpunkte geheilt worden waren, die im Training nie vorkamen — 10, 20 und 30 Tage — sowie mit Daten eines anderen Typs selbstheilender Mittel aus der Literatur. In jedem Fall stimmte die vorhergesagte interne Heilung eng mit den gemessenen Werten überein, mit typischen Fehlern deutlich unter einem Prozentpunkt des reparierten Querschnitts. Das Modell erfasste außerdem den allgemeinen Trend schneller Anfangsgewinne gefolgt von langsameren, verdichtenden Verbesserungen, obwohl sich chemische Details und Mikrostruktur zwischen den Systemen unterscheiden.

Warum das für reale Bauwerke wichtig ist

Für Ingenieure geht es nicht nur darum, ob Risse geflickt werden können, sondern wie lange ein Bauwerk unter realen Umwelteinflüssen sicher dienen kann. Diese Arbeit bietet einen praktischen Weg zu diesem Ziel. Durch die Kombination reichhaltiger, vielschichtiger Messungen der Heilung mit einem flexiblen, distributionsbewussten Modellierungsrahmen liefert die Studie ein Werkzeug, das eine vollständige Querschnittsreparatur über den gesamten Heilzyklus vorhersagen kann. Einfach ausgedrückt zeigt sie, wie verstreute Laborbefunde in eine verlässliche „Prognose“ verwandelt werden können, wie sich ein lebender Beton im Laufe der Zeit selbst repariert, und hilft Planern so bei der Auswahl von Materialien und Wartungsstrategien, die kritische Infrastruktur länger sicher halten.

Zitation: Fu, C., Xu, W., Zhan, Q. et al. Full-cycle prediction of crack healing in self-healing concrete using generalized polynomial chaos expansion. Commun Eng 5, 54 (2026). https://doi.org/10.1038/s44172-026-00608-5

Schlüsselwörter: selbstheilender Beton, mikrobielle Mineralisierung, Modellierung der Rissreparatur, polynomiale Chaos-Expansion, Betonhaltbarkeit