תחזית חוזק בת-קיימא מונעת בינה מלאכותית והערכה ניסויית של בטון מזוין בסיבים בעלי ביצועים גבוהים הכולל מטאקאולין

בטון חזק וירוק יותר לעירונות של המחר

הבטון הוא עמוד השדרה של הערים המודרניות, אך ייצורו דורש כמויות עצומות של מלט, שהוא מקור מרכזי לפליטות פחמן, וחומר זה עלול לסדוק ולהיכשל עם הזמן. מחקר זה חוקר כיצד לבנות בטון חזק ועמיד יותר תוך צמצום השפעתו הסביבתית. המחברים משלבים סיבים מתקדמים, תחליף מלט נקי יותר הנקרא מטאקאולין, ובינה מלאכותית על מנת לעצב תערובות שהן גם חזקות וגם ברות־קיימא — עם פוטנציאל לשנות את אופן בניית גשרים, מגדלים ומדרכות בעתיד.

מדוע הבטון של היום צריך שדרוג

בטון רגיל מצטיין בנשיאת עומס אך שביר וחלש במתח, מה שהופך אותו לפגיע לסדיקות. כאשר סדקים נוצרים, מים ואוויר יכולים להגיע למוטות הפלדה שבפנים ולגרום לשחיקה ולנזק מבני איטי. בטון בעל חוזק גבוה יכול לשאת עומס רב יותר, אך לעתים קרובות הוא שביר אף יותר. כדי להתמודד עם זאת, מהנדסים פנו לשתי אסטרטגיות עיקריות: להחליף חלק מהמלט בחומרים מינרליים טחונים דק מאוד, ולהוסיף סיבים קצרים שמתפקדים כקטעי חיזוק זעירים בתוך התערובת. מחקר זה מתמקד במטאקאולין — חימר קלוח וריאקטיבי מאוד — כתחליף חלקי למלט, בשילוב עם סיבי פלדה, זכוכית, ניילון ופוליפרופילן כדי להילחם בסדיקות ולהגביר ביצועים.

בניית תערובת משופרת עם סיבים ומטאקאולין

צוות המחקר עיצב תערובת בטון בעלת חוזק גבוה (המכונה M60) שבה הוחלפו 10% מהמלט במטאקאולין. לאחר מכן יצרו מספר גרסאות של בטון זה על ידי הוספת סוגים וכמויות שונות של סיבים, כולל פלדה, זכוכית, ניילון ופוליפרופילן. כל תערובת נבדקה בקפידה לגבי השפיעה הטרייה שלה וכיצד היא מתנהגת תחת דחיסה, חיתוך וכיפוף לאחר התקשות במשך 7, 28, 56 ו-90 ימים.

לימוד בינה מלאכותית לחיזוי חוזק הבטון

בדיקות פיזיות של כל תערובת אפשרית הן איטיות, יקרות ובזבזניות. כדי להימנע מניסיונות וחטאי ניסוי בלתי נגמרים במעבדה, המחברים בנו מודל למידה עמוקה לחיזוי חוזק של בטון מזוין סיבים, על בסיס רכיביו וגיל ההתקשות בלבד. המודל שלהם, שנקרא A-PDDLSTM-SA, משלב מספר רעיונות מתקדמים מבינה מלאכותית: יחידות זיכרון שעוקבות אחרי התפתחות החוזק לאורך זמן, מסננים רב-קנייניים (multi-scale) שתופסים דפוסים דקים ורחבים בנתונים, ומנגנון תשומת לב שממקד את הקלטים החשובים ביותר, כגון סוג הסיבים, מינונם ותקופת ההתקשות. הם גם כיוונו את הפרמטרים הפנימיים של המודל באמצעות אסטרטגיית אופטימיזציה חדשה בהשראת מטיילים החוקרים נוף, כדי לוודא שהאלגוריתם לא ייתקע בפתרונות חלשים.

מה בחינות והמנבאים מגלים

ניסויית, התערובת בעלת הביצועים הטובים ביותר השתמשה ב-10% מטאקאולין ו-1% סיבי פלדה, והיא סיפקה חוזק דחיסה, חיתוך וכיפוף גבוהים יותר מהבטון הבסיסי ללא סיבים. סיבי זכוכית, ניילון ופוליפרופילן גם שיפרו התנהגות בדרכים שונות — העלאת עמידות להלם, הפחתת סדקי כיווץ והגברת החוסן לאחר סדיקה — אם כי לא תמיד במידה דרמטית כמו הפלדה. המודל של הבינה המלאכותית אומן לאחר מכן על נתוני הניסויים והושווה למספר שיטות חישוביות קיימות. הוא חזה בעקביות את חוזק הדחיסה, החיתוך והכיפוף בדיוק גבוה יותר מאשר טכניקות מתחרות, עם רמות שגיאה נמוכות ויציבות טובה גם כאשר אומן על כמות מוגבלת של נתונים.

ממעבדה להשפעה בעולם האמיתי

עבור הקהל הרחב, המסר המרכזי הוא שניתן כיום לעצב תערובות בטון חכמות יותר שהן בו-זמנית חזקות יותר, עמידות יותר ובעלות טביעת רגל סביבתית קטנה יותר — ורוב העבודה יכולה להיעשות במחשב לפני יציקת אצווה אחת. בשילוב מטאקאולין עם סיבים נבחרים בקפידה, מהנדסים יכולים להפחית את צריכת המלט ולשפר את ההתנגדות לסדיקה. מודל ה-AI שפותח במחקר הזה פועל ככלי תכנוני עוצמתי: הוא יכול להציע עיצובים מבטיחים לתערובות, לצמצם בדיקות פיזיות בזבזניות ולהאיץ את אימוץ הבטונים הירוקים ובעלי הביצועים הגבוהים בפרויקטים אמיתיים. בטווח הארוך, גישה זו עשויה לסייע לספק תשתיות בטוחות יותר עם טביעת רגל סביבתית קטנה יותר.

ציטוט: 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

מילות מפתח: בטון מזוין בסיבים, מטאקאולין, למידה עמוקה, בנייה בת־קיימא, תחזית חוזק