Clear Sky Science · he

בדיקות לא הרסניות מונעות-בינה למפעל חכם של קומפוזיט קרקעי קשור ביופולימר עם גידול שלילי בפחמן

· חזרה לאינדקס

לבנים חכמות יותר לעולם שמתחמם

בניינים אחראים לחלק גדול מפליטת הפחמן העולמית, בעיקר בגלל שימוש בבטון מבוסס מלט. המחקר הזה חוקר סוג שונה מאוד של לבנים: לבנים העשויות קרקע שמוחזקת יחד על ידי פולימרים טבעיים, שיכולות למעשה לאחסן יותר פחמן מאשר הן פולטות. החוקרים מראים כיצד בינה מלאכותית וניסויים פשוטים של רטט יכולים לגלות פגמים נסתרות בלבנים "ירוקות" אלו כשהן עדיין רכות, וגם לעקוב אחר האופן בו הן מתייבשות ומתקשות — מה שפותח דרך לבנייה בטוחה פחות בזבזנית ויותר ידידותית לאקלים.

Figure 1
Figure 1.

לבנים מהטבע, לא מהמלט

החומר שבלב העבודה הזו נקרא קומפוזיט קרקעי קשור ביופולימר. במקום מלט הוא משתמש בפולימרים שמקורם ביולוגי, כמו חלבונים, כדי להדביק גרגרי חול זה לזה. לאחר הייבוש, לבנים אלו יכולות להיות חזקות בדומה לבטון אך בעלות טביעת פחמן שלילית מכיוון שהן מנעימות פחמן שלא היה חוזר לחלל האוויר. אם חומרים כאלה אמורים לצאת מהמעבדה לשימוש יומיומי, יצרנים זקוקים לשיטות מהימנות לוודא שכל לבנה חזקה, אחידה וחופשית מפגמים מסוכנים. בדיקות איכות מסורתיות לבטון וחומרים אחרים נוטות להיות איטיות, הורסות, או עובדות רק לאחר שהחומר התקשה לחלוטין — מאוחר מדי לתיקון בלי בזבוז חומר.

להקשיב לרטטים במקום לשבור לבנים

הצוות פיתח מערכת בדיקה לא הרסנית ש"מקשיבה" לאופן בו לבנה טרייה ורכה רוטטת כשהיא נוקשת בעדינות. בניסויים שלהם הם ערבבו חול, מים ומדבק מבוסס חלבון דם ליצירת קומפוזיט רטוב, מילאו תבניות מלבניות וניסו מיד. פטישי אימפולס סיפק נקישות מהירות על המשטח בזמן שמאיץ קטן על הלבנה הקליט את גלי הרטט שנוצרו. האותות האלה נושאים מידע על המבנה הפנימי של החומר: לבנה חלקה ואחידה רוטטת אחרת מלבנה עם חללים, הכללות צפופות או הפרדות פנימיות המדמות סדקים. מכיוון שהחומרה פשוטה וזמינה מסחרית, החיישן יכול לזוז במהירות מלבנה אחת לשנייה, כמו רופא שמשתמש בסטטוסקופ.

ללמד בינה מלאכותית לזהות פגמים נסתרות

כדי לפרש את דפוסי הרטט המורכבים, החוקרים בנו שתי משפחות של מודלים מבוססי בינה מלאכותית, בכינויים Mini-ft ו-Mega-ft. שתיהן מתחילות בחיתוך נתוני החיישן הרציפים לנגזרות קצרות, שכל אחת מכילה את התגובה לנקישת פטיש בודדת. Mini-ft מתמקדת ב-171 נקודות מפתח מכל קטע ומצמצמת מידע זה לשני מאפיינים בלבד שתופסים כיצד האות עולה ודהה. לאחר מכן היא משתמשת בשיטת השכן הקרוב פשוטה כדי להכריע אם דגימה נורמלית או פגומה ובמודל סטטיסטי להערכת כמה לחות איבדה במהלך הייבוש. Mega-ft נוקטת בגישה עוצמתית יותר: היא מיישמת אלפי מסננים בצורות אקראיות על כל קטע כדי ליצור תיאור עשיר של 20,000 תכונות. מסווג ליניארי מהיר משתמש בטביעת אצבע מפורטת זו כדי לזהות לא רק אם לבנה פגומה אלא גם מה סוג הפגם.

Figure 2
Figure 2.

כמה יעילה המערכת?

הצוות בחן את הגישה שלהם על עשרים לבנים שנוצרו במעבדה, כולל אחת-עשרה ללא פגמים ושמונה עם פגמים מוטמעים בקפידה. בחלק מהן הוכנסו חתיכות פלדה כדי לחקות אזורים צפופים מאוד; אחרות כללו צורות פלסטיק חלולות כדי לדמות חללים; ואחרות הכילו יריעות פלסטיק דקות שהעמידו מקום לסדקים פנימיים בגדלים שונים. באמצעות מודל Mini-ft הפשוט יותר, המערכת זיהתה נכונה לבנים פגומות מול נורמליות בכ-96% מהמקרים ויכלה להבחין בין תשע כיתות שונות — כיתה אחת נורמלית ועוד שמונה סוגי פגם — בדיוק של כ-82%. מודל Mega-ft המפורט דחף את המספרים אפילו גבוה יותר, לכ-99% לזיהוי בסיסי של פגם ולכ-97% בהבחנה בין סוגי הפגמים. הבינה המלאכותית יכלה גם להעריך כמה הלבנה התייבשה, ומכאן כמה חוזק היא רכשה, עם שגיאה של כמה אחוזים בלבד, מה שהופך אותה לשימושית למעקב אחר תהליך ההתקשות לאורך הזמן.

מלימוד פיילוט לבנייה בשטח

למרות שהעבודה נערכה על דגימות בגודל לבנה עם פגמים מוגזמים במכוון, הממצאים מצביעים על כלי מעשי לרצפת הייצור לניהול חומרים חדשים בעלי טביעת פחמן שלילית. מאחר שהשיטה עובדת בעוד שהחומר עדיין רטוב, מנות פגומות יכולות להיתפס מוקדם והתערובת למחזר במקום להיזרק, ובכך לצמצם גם פסולת וגם עלות. אותה מערכת רטט ובינה מלאכותית ניתנת להתאמה לעיצובים תערובות שונים, טמפרטורות וצורות מוצר שונות — מלבנים קטנים ועד אלמנטים מבניים גדולים או אפילו צורות מודפסות בתלת-ממד. בפשטות, המחקר מראה שעל ידי נקישה ו"הקשבה" עם בינה מלאכותית, יצרנים יכולים להבטיח שלבנים מבוססות טבע יהיו גם ירוקות וגם אמינות, ובכך לסייע להרחבת הבנייה בת קיימא מבלי להקריב בטיחות.

ציטוט: Miao, B.H., Dong, Y., Theissler, A. et al. AI-powered non-destructive testing for smart manufacturing of carbon-negative biopolymer-bound soil composite. Commun Eng 5, 64 (2026). https://doi.org/10.1038/s44172-026-00621-8

מילות מפתח: קומפוזיט קרקעי קשור ביופולימר, בדיקות לא הרסניות, חישת רטט, בקרת איכות מבוססת בינה מלאכותית, בנייה בת קיימא