Marco de aprendizaje automático guiado por la física para hormigón con áridos reciclados mediante base de datos experimental, modelado y validación estadística

Convertir el hormigón viejo en un nuevo recurso

Cada año, miles de millones de toneladas de hormigón roto procedente de edificios y carreteras demolidos se tratan como residuo, aunque gran parte podría reutilizarse. Este estudio explora cómo convertir esos escombros en hormigón nuevo y fiable combinando ensayos de laboratorio rigurosos con aprendizaje automático moderno. El objetivo es hacer la construcción más sostenible sin sacrificar la seguridad, aprendiendo exactamente cuánto material reciclado se puede emplear y en qué condiciones.

Por qué reutilizar hormigón no es sencillo

El árido de hormigón reciclado procede de triturar hormigón antiguo en piezas más pequeñas que pueden sustituir la grava y la arena extraídas para la construcción nueva. Su uso reduce residuos, explotación de canteras y emisiones por transporte. Pero estas partículas recicladas aún conservan restos de mortero antiguo y pequeñas grietas, lo que las hace más porosas y menos homogéneas que la piedra natural. Como resultado, el hormigón fabricado con árido reciclado puede perder resistencia y volverse más difícil de predecir. Los ingenieros necesitan reglas claras y confiables sobre cómo diferentes porcentajes, tamaños y calidades de árido reciclado afectan la resistencia del hormigón nuevo.

Construyendo un panorama experimental amplio

Para responder estas preguntas, los investigadores realizaron una serie exhaustiva de mezclas empleando material reciclado procedente de seis clases de resistencia originales, desde hormigón muy débil hasta estructural de alta resistencia. Separaron los áridos reciclados en tres bandas de tamaño —fino, medio y tamaño grava— y los usaron para sustituir entre el 10% y el 50% del árido natural, manteniendo siempre las mismas condiciones de agua y cemento. Para cada mezcla midieron la resistencia a compresión (cuánto puede soportar al apretarse), la resistencia a la tracción por compresión (split tensile) y la resistencia a la flexión (cómo se comporta al doblarse). En todas las pruebas, la resistencia disminuyó de forma consistente a medida que aumentaba la proporción de árido reciclado, pero la magnitud de la caída dependió fuertemente tanto del tamaño de partícula como de la calidad del hormigón original. Las partículas recicladas finas, con más mortero adherido y poros, perjudicaron más la resistencia, mientras que las partículas gruesas y de tamaño grava fueron menos dañinas.

Encontrar límites seguros e influencias clave

Los resultados experimentales revelaron reglas de diseño útiles que pueden guiar la práctica constructiva. Cuando el material reciclado procedía de hormigón de baja resistencia, sustituir el 30% del árido natural produjo pérdidas porcentuales de dos dígitos tanto en resistencia a compresión como en tracción, especialmente cuando se usaban partículas finas. En contraste, cuando el árido reciclado se originaba en hormigón de alta resistencia, las pérdidas a un 30% de sustitución fueron pequeñas y el rendimiento global siguió siendo aceptable para uso estructural. En muchas series apareció un “punto de inflexión” consistente: las mezclas con 10% o 20% de árido reciclado generalmente conservaron buena resistencia, mientras que superar aproximadamente el 30% provocó una caída notable, particularmente para materiales de origen más débil y fracciones más finas. Estos patrones concuerdan con estudios previos y muestran que no todos los áridos reciclados son iguales: la calidad y el tamaño importan.

Enseñar a las máquinas a respetar la física

Dado que realizar pruebas de laboratorio sin fin es impráctico, el equipo recurrió al aprendizaje automático para predecir la resistencia en combinaciones nuevas que no se probaron físicamente. En lugar de alimentar al ordenador solo con datos crudos, introdujeron lo que llaman un marco guiado por la física. Primero limpiaron y organizaron cuidadosamente los resultados de ensayo, luego crearon puntos de datos “sintéticos” adicionales al ajustar de forma leve los parámetros de mezcla y las resistencias dentro de márgenes estrechos y realistas que reflejan la variabilidad habitual de laboratorio. A continuación, emplearon un método avanzado de sobremuestreo para rellenar huecos entre mezclas ensayadas, pero solo en direcciones que tuvieran sentido físico. Estos conjuntos de datos enriquecidos entrenaron dos modelos ensamblados populares, XGBoost y LightGBM, junto con ecuaciones lineales simples que resumen las tendencias dominantes en una forma que los ingenieros pueden usar fácilmente.

Qué tal funcionan las predicciones

Una vez entrenados, los modelos se evaluaron con mezclas de prueba completamente no vistas. Sus predicciones para la resistencia a compresión y tracción coincidieron estrechamente con las mediciones, con errores dentro del rango comúnmente observado en ensayos de laboratorio repetidos. Los modelos fueron especialmente precisos para la resistencia a tracción, donde el patrón subyacente de degradación con más árido reciclado es más suave y fácil de captar. Es importante señalar que los autores comprobaron que las disminuciones previstas de resistencia con mayor contenido reciclado no eran casualidades estadísticas: pruebas estadísticas estándar mostraron que estas tendencias son tanto robustas como altamente significativas. Al comparar versiones de los modelos con y sin la expansión de datos guiada por la física, hallaron que el enfoque guiado produjo puntuaciones de precisión algo menos llamativas, pero un comportamiento mucho más estable y realista, especialmente en regiones con alto porcentaje de sustitución y escasez de datos.

Qué significa esto para una construcción más ecológica

En términos prácticos, este trabajo demuestra que es posible usar modelos informáticos para diseñar mezclas de hormigón más ecológicas que incorporen material reciclado, sin tratar la física subyacente como una ocurrencia tardía. El estudio confirma que cantidades modestas de árido reciclado de alta calidad —especialmente partículas más gruesas procedentes de hormigón antiguo de mayor resistencia— pueden sustituir de forma segura una parte significativa del árido natural. Al mismo tiempo, demuestra una manera de mantener el aprendizaje automático anclado en el comportamiento real honrando límites y tendencias conocidas. Este tipo de herramienta de predicción con conciencia física puede ayudar a los ingenieros a tomar decisiones sobre diseño de mezclas más rápidas y mejores, apoyando la adopción más amplia del hormigón reciclado sin comprometer la seguridad y fiabilidad de las estructuras.

Cita: 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

Palabras clave: árido de hormigón reciclado, construcción sostenible, aprendizaje automático en materiales, diseño de mezcla basado en datos, predicción de resistencia del hormigón