Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

הערכת אובדן חוזק מושרה בחום בבטון מופעל בבסיס אלקליין באמצעות מודלים של רגרסיה מרוכבת

· חזרה לאינדקס

מדוע בטון חם חשוב

כשבניין עומד בפני שריפה חמורה, חוזקו של הבטון יכול להכריע בין עמידה לקריסה. מהנדסים פונים כיום לסוג ירוק יותר של בטון, המכונה בטון מופעל בבסיס אלקליין, שממנצלת פסולת תעשייתית ועמידה בחום לעיתים טוב יותר מבטון פורטלנד רגיל. עם זאת, בדיקה של כל מתכון אפשרי בתנור היא איטית ויקרה. מחקר זה מראה כיצד כלים מודרניים מבוססי נתונים יכולים ללמוד מניסויים קודמים ולחזות במהירות איזה חוזק מהבטון הירוק יישאר לאחר חשיפה לטמפרטורות קיצוניות.

סוג בטון ירוק

בטון מופעל בבסיס אלקליין מחליף חלק ניכר מהצמנט הרגיל בתוצרי לוואי תעשייתיים כגון אפר-קלן (fly ash) מתחנות כוח, סלע פעיל (slag) ממחממות פלדה, ואף זכוכית מפוררת עדינה. החלפה זו מצמצמת פליטות פחמן ומעניקה לחומרים אלו חיים שניים. בזכות מבנה פנימי ג'לי-דמוי שונה, בטון זה לעיתים מתנהג טוב יותר כאשר הוא מחומם. עם זאת, התנהגותו בשריפה רגישה מאוד לפרטים: יחס התערובת של האבקות, הכימיקלים המשמשים להפעלתן, משך וטמפרטורת הריפוי, והטמפרטורה המקסימלית שאליה הוא נחשף מאוחר יותר. מורכבות זו מקשה על חיזוי, מתוך עקרונות ראשוניים בלבד, כמה חוזק יישאר לאחר שריפה.

Figure 1
Figure 1.

לתת לנתונים ללמוד את הדפוסים

החוקרים אספו מערך נתונים מפורט של 371 קוביות בטון עשויות מאפר-קלן וסלע פעיל, שלעיתים הוחלפו בחלקן על ידי אבקת זכוכית ממוחזרת. נרשמה כל מתכון קובייה, יחד עם תנאי הריפוי והטמפרטורה — בין תנאי חדר טיפוסיים ועד 1000 °C — שאליה נחשפה לפני הבדיקה. במקום להסתמך על משוואות פשוטות, הצוות פנה לחמש שיטות נתונות ללמידה מפוקחת. האלגוריתמים האלה מחפשים דפוסים שמקשרים בין הקלטים (יחסי התערובת, טמפרטורת וזמן הריפוי, ורמת החימום) לבין התוצר: חוזק הלחיצה הנותר של הבטון.

איזה "חזאי" דיגיטלי עובד הכי טוב

המחקר השווה בין עץ החלטה בסיסי לשיטות "אנסמבל" מתקדמות שמשלבות מודלים פשוטים רבים כדי לקבל תחזית מהימנה יותר. אלו כללו bagging, AdaBoost, יער אקראי, וטכניקה הקרויה Extreme Gradient Boosting. החוקרים השתמשו בולידציה צולבת קפדנית, תוך אימון המודלים על חלק מתערובות ובחינתם על תערובות שונות לחלוטין כדי לדמות שימוש במציאות. בין כל המתמודדים, מודל ה-gradient boosting בלט. הוא שיחזר את תוצאות המבחן ברמת הסכמה גבוהה מאוד והראה את השגיאה הממוצעת הנמוכה ביותר, כשאחריו בצמוד היער האקראי. לעומת זאת, גישה ליניארית פשוטה לא הצליחה לתפוס את האופי המעוקל והלא-ליניארי של שינויי החוזק עם הרכב ותנאי חימום.

לגלות מה באמת חשוב בתערובת

מעבר לדיוק הגולמי, החוקרים רצו לדעת אילו מרכיבים ושלבי עיבוד אכן משפיעים על הביצועים בחום. הם בדקו מתאמים והשתמשו בכלי פרשנות שמראים עד כמה כל משתנה קלט משנה את תחזיות המודל. טמפרטורת הריפוי, משך הריפוי, וריכוז החומר המפעיל הבסיסי (alkaline activator) הצטיירו כגורמים הדומיננטיים הקובעים כמה חוזק הבטון שומר לאחר חימום. משתנים כמו כמות העומס הגס או שינויים קטנים בתכולת המים שיחקו תפקיד פחות משמעותי. הניתוח גם השתקף בתהליכים פיזיקליים ידועים: ריפוי מתון מסייע ביצירת רשת מחזקת צפופה, אך חום או תכולת אלקליין מופרזת עלולים להפוך את החומר המתקשה לשביר ולנוטה לסדקים כשהטמפרטורות עולות לכיוון 1000 °C.

Figure 2
Figure 2.

ממעבדה לכלי עיצוב

באופן פשוט, עבודה זו הופכת סט מפוזר של ניסויי תנור לעזר עיצובי מעשי. המודלים האנסמבל מתפקדים כיועצים מאומנים ומהירים שיכולים להעריך כיצד מתכון בטון ירוק מוצע יתנהג בשריפה חמורה, دون יציקה וחימום של מאות מדגמים חדשים. על ידי הדגשת המשתנים החשובים ביותר, הם גם מכוונים מהנדסים לבחירות חכמות יותר בריפוי ובמינון הכימיקלים. הגישה אינה מחליפה בדיקות קפדניות או תקני בנייה, ועדיין יש להרחיבה לחומרים ותנאים אחרים. יחד עם זאת, היא מציעה צעד חזק לעבר תכנון מבנים בטוחים יותר, עמידים יותר לאש וברי-קיימא תוך שימוש בהרבה פחות ניסויים של נסה וטעייה.

ציטוט: Deepti, Y., Kumar, S., Bandyopadhyay, A. et al. Assessment of thermally induced strength loss in alkali-activated concrete through ensemble regression models. Sci Rep 16, 14475 (2026). https://doi.org/10.1038/s41598-026-44193-1

מילות מפתח: בטון מופעל בבסיס אלקליין, חומרים עמידי אש, למידת מכונה, חוזק לחיצה, בנייה בת קיימא