הערכה ניסויית ומבוססת־למידת־מכונה של חוזק בטון עם גומי פירורים בטמפרטורות מוגברות

הפיכת צמיגים ישנים לבניינים בטוחים יותר

הררי צמיגים שחוקים נערמים ברחבי העולם, תופסים מקום במטמנות ומסכנים ידי פריצת אש. רעיון מבטיח הוא לטחון צמיגים אלה לפירורים ולערבבם בבטון, כך שניתן יהיה לבנות כבישים ומבנים הממחזרים פסולת במקום להשתמש בחול טבעי. מחקר זה בודק כיצד בטון עם גומי פירורים מתנהג כאשר הוא נחשף לחום גבוה, כמו באש, ומדגים כיצד כלים ממוחשבים מודרניים יכולים לסייע למהנדסים לחזות את חוזקו בלי לבדוק כל מתכון בניסוי מעבדה.

מערמות פסולת לתערובת בטון

החוקרים מתחילים בבחינת הסיבות לכך שגומי צמיגים בבטון אטרקטיבי ובו בזמן מאתגר. חלקיקי גומי יכולים להפוך את הבטון לקל יותר, עמיד יותר מהשפעות פתאומיות וכשהוא נחשף להלם, אך הם גם מוחלשים את החומר מכיוון שהגומי אינו נקשר היטב לפאסט הצמנט המתקשה. הקשר החלש הזה, בנוסף לכיסי אוויר סביב הגומי, נוטה להפחית הן את יכולת הנשיאה והן את ההתנהגות המתיחותית של הבטון. מחקרים קודמים בדקו מערכות גומי רבות, אך עדיין לא הייתה שיטה ברורה ואמינה לחזות כיצד מערכות אלה יתנהגו בטמפרטורות ותנאי קולח שונים.

חימום בטון גומי במעבדה

כדי להתמודד עם הבעיה ביצעה הצוות מספר תערובות בטון שבהן חול דק הוחלף חלקית בגומי פירורים ברמות של 10, 20 ו‑30 אחוזים. הם יצקו דגמי גליל, אפשרו להם להתקשות ולאחר מכן חשפו אותם לטמפרטורות שונות עד 200 מעלות צלזיוס לפני שהם ריסקו וחילקו אותם למדידת חוזק לחיצה ומתיחה. כמצופה, הוספת יותר גומי הורידה את החוזק בטמפרטורת חדר, כיוון שהבטון הפך לפחות צפוף וחלקיקי הגומי יצרו קישורים חלשים יותר בשלד הפנימי. החימום החמיר את המצב ברוב המקרים: כשהגומי החל להתפרק ולהתנפח נוצרו יותר חללים מיקרוסקופיים וסדקים זעירים, מה שפגע עוד יותר בחוזק, במיוחד בתערובות עם התכולה הגבוהה ביותר של גומי.

ללמד מחשבים לחזות חוזק

במקום להסתמך רק על ניסויים חדשים, החוקרים גם הרכיבו מסד נתונים גדול של יותר מאלף תערובות בטון גומי שפורסמו במחקרים קודמים. עבור כל תערובת רשמו מרכיבים כמו צמנט, אבקות משלימות, תכולת הגומי, יחס המים, טמפרטורת הריפוי וגיל הדגימה, יחד עם מדדי חוזק לחיצה ומתיחה נמדדים. הם לאחר מכן אימנו תשעה מודלים שונים של למידת מכונה ללמוד את הקשר בין המתכון לחוזק המתפתח. גישות מתוחכמות כגון XGBoost, Light Gradient Boosting וסוג של רשת נוירונים הנקראת multilayer perceptron הניבו את התחזיות המדויקות ביותר, עם התאמה הדוקה לערכי הניסוי האמיתיים הן בלחיצה והן במתיחה.

לראות אילו מרכיבים הכי משפיעים

כדי להבין את התחזיות הדיגיטליות השתמשו החוקרים בשיטת פרשנות שמקצה לכל קלט חלקיות אחריות בתשובה הסופית. זה חשף כי שיעור ההחלפה של החצץ הדק בגומי, כמות המים ביחס לצמנט וגיל הבטון הם הכוחות המשמעותיים ביותר שמניעים את חוזק הלחיצה והמתיחה. החלפה של חצץ דק בגומי בלטה במיוחד, ואישרה ששינוי בחלקיקים הזעירים שבתערובת משפיע רבות על התנהגות החומר. תוספים אחרים כגון חלקיק סיליקה יסודי (silica fume) היו מועילים אך פחות דומיננטיים, בעוד שטמפרטורת הריפוי בטווח הנחקר שיחקה תפקיד קטן יותר מהצפוי במסד הנתונים המשולב.

מה משמעות הדבר לבנייה ירוקה יותר

עבור הלא‑מומחים, המסר המרכזי הוא ששימוש בצמיגים מרוסקים בבטון יכול לסייע לצמצום פסולת אך בדרך כלל יפחית את החוזק, בייחוד כאשר החומר נחשף לחום גבוה. המחקר מראה שניתן לנהל את ההפסד הזה אם המהנדסים יודעים בדיוק כמה חוזק לצפות עבור תערובת וטמפרטורה נתונים. על ידי שילוב בדיקות מעבדה מדוקדקות עם מודלים ממוחשבים חזקים, המחברים מספקים כלי שיכול להעריך במהירות כיצד בטון עם גומי פירורים יתנהג, ולהנחות תכנונים בטוחים יותר ושימוש חכם יותר בחומרי מיחזור בבניינים שנדרשים לעמוד בעומסי יומיום ובאירועי אש פוטנציאליים.

ציטוט: Alameri, M., Alsulami, B.T. Experimental and machine learning evaluation of crumb rubber concrete strength at elevated temperatures. Sci Rep 16, 15616 (2026). https://doi.org/10.1038/s41598-026-44147-7

מילות מפתח: בטון עם גומי פירורים, המחזור של צמיגים מושלכים, טמפרטורה מוגברת, מודלים של למידת מכונה, חוזק בטון