Predicción de ciclo completo de la reparación de grietas en hormigón autorreparable usando expansión de caos polinómico generalizada

Hormigón que puede reparar sus propias grietas

Puentes, túneles y muros costeros están hechos de hormigón que se fisura lentamente al exponerse a tormentas, tráfico y agua salada. Esas pequeñas fracturas pueden convertirse en problemas mayores, permitiendo la entrada de agua y químicos corrosivos que acortan la vida útil de la estructura. Esta investigación explora un nuevo tipo de hormigón "autorreparable" que utiliza microbios vivos junto con matemáticas avanzadas para predecir, de principio a fin, hasta qué punto sus grietas se sellarán con el tiempo.

Cómo el hormigón vivo se repara a sí mismo

El hormigón autorreparable estudiado aquí está cargado con pequeños gránulos que contienen bacterias especiales y minerales reactivos. Cuando se abre una grieta y entra agua de mar, los gránulos se rompen. Las bacterias despiertan, utilizan componentes del entorno y desencadenan el crecimiento de minerales sólidos como el carbonato de calcio. Al mismo tiempo, los aditivos inorgánicos forman cristales en capas que ayudan a taponar y densificar la zona dañada. En conjunto, estos productos rellenan y conectan gradualmente la grieta, restaurando gran parte de la resistencia del hormigón y bloqueando las vías que el agua y la sal explotarían de otro modo.

Midiendo la reparación desde la superficie hasta el interior

Para entender qué tan bien funciona este proceso, el equipo hizo más que simplemente comprobar si una grieta parecía cerrada en la superficie. Rastrearon cinco indicadores distintos de curación en cilindros de hormigón fabricados en laboratorio expuestos a ciclos repetidos de humectación y secado en agua de mar artificial. Estos indicadores incluyeron cuánto de la superficie de la grieta estaba visiblemente sellada, cuánta agua aún se filtraba, cómo cambiaba la resistividad eléctrica a medida que se reconstruían las vías internas, qué tan rápido podían atravesar la grieta las ondas ultrasónicas y qué tan fuerte era la resistencia a los iones cloruro que pueden desencadenar la corrosión del acero. Sacrificando algunas muestras y cortando a través de las grietas, también midieron directamente cuánto de la sección transversal interna había sido realmente rellenada por productos de reparación.

De datos desordenados a un gemelo digital predictivo

La curación dentro de una grieta no es un proceso simple y continuo. Al principio, los resultados varían ampliamente de muestra a muestra mientras las bacterias despiertan, los minerales comienzan a formarse y el agua todavía fluye libremente. Más adelante, el sistema se estabiliza a medida que la grieta se rellena y la reparación casi se satura. Para interpretar este comportamiento variable en el tiempo, los investigadores construyeron un modelo matemático "sustituto" que vincula los cinco indicadores fáciles de medir con la profundidad interna de curación, de más difícil acceso. Su enfoque, llamado expansión de caos polinómico, representa el proceso complejo e incierto como una combinación ponderada de curvas suaves, cada una capturando parte de la variabilidad observada en los experimentos. Esto les permitió estimar, para cualquier espécimen y edad dada, cuán completamente se había curado la sección transversal de la grieta sin tener que destruir la muestra.

Enseñar al modelo a aprender de datos del mundo real

Las versiones estándar de esta técnica de modelado asumen que los datos experimentales siguen patrones ordenados con forma de campana (gaussianos). El equipo encontró que esta suposición falla cuando se combinan todas las edades: algunos indicadores se vuelven sesgados o se agrupan fuertemente a medida que avanza la curación. Para manejar estas distribuciones más realistas, ampliaron el método hacia un marco generalizado. Usando una herramienta estadística basada en datos llamada estimación por densidad de núcleo (kernel density estimation), primero identificaron las formas reales de las distribuciones de entrada. Luego construyeron polinomios ortogonales personalizados adaptados a esas formas, permitiendo que el modelo siguiera el ciclo completo de curación —desde los ruidosos primeros días hasta la etapa de reparación casi completa— sin sobreajustar. Un análisis de sensibilidad basado en este marco reveló qué mediciones importan más: el cierre superficial y la resistencia al agua dominan en edades tempranas, mientras que la resistencia al cloruro y las vías eléctricas internas se vuelven clave a medida que la grieta se rellena en profundidad.

Poner las predicciones a prueba

Para ver si el modelo realmente podía generalizar, los autores lo retaron con nuevos especímenes curados a edades que no había visto en el entrenamiento —10, 20 y 30 días—, así como con datos de otro tipo de agente autorreparable reportado en la literatura. En cada caso, la curación interna predicha coincidió estrechamente con los valores medidos, con errores típicos muy por debajo de un punto porcentual de la reparación de la sección transversal. El modelo también capturó la tendencia general de ganancias rápidas al principio seguidas de mejoras más lentas y densificantes, a pesar de que los detalles de la química y la microestructura difieren entre los sistemas.

Por qué esto importa para las estructuras reales

Para los ingenieros, la pregunta principal no es solo si las grietas pueden ser parcheadas, sino cuánto tiempo puede servir una estructura de forma segura bajo ataque ambiental real. Este trabajo proporciona una vía práctica hacia ese objetivo. Al combinar mediciones ricas y multidimensionales de la curación con un marco de modelado flexible y consciente de las distribuciones, el estudio entrega una herramienta que puede predecir la reparación de grietas a toda profundidad a lo largo de todo el ciclo de curación. En términos sencillos, muestra cómo convertir datos dispersos de laboratorio en un "pronóstico" fiable de cómo un hormigón vivo se curará con el tiempo, ayudando a los diseñadores a elegir materiales y estrategias de mantenimiento que mantengan la infraestructura crítica más segura durante más tiempo.

Cita: 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

Palabras clave: hormigón autorreparable, mineralización microbiana, modelado de reparación de grietas, expansión de caos polinómico, durabilidad del hormigón