Predizione a ciclo completo della guarigione delle fessure nel calcestruzzo autoriparante mediante espansione del caos polinomiale generalizzata

Calcestruzzo che può riparare le proprie fessure

Ponti, gallerie e muri di protezione costiera sono realizzati in calcestruzzo che, con il tempo, si incrina a causa di tempeste, traffico e acqua salata. Quelle piccole fratture possono evolvere in problemi seri, lasciando penetrare acqua e sostanze corrosive che riducono la vita utile della struttura. Questa ricerca esplora un nuovo tipo di calcestruzzo “autoriparante” che usa microrganismi vivi insieme a strumenti matematici avanzati per prevedere, dall’inizio alla fine, quanto completamente le sue fessure si richiuderanno nel tempo.

Come il calcestruzzo vivente si ripara

Il calcestruzzo autoriparante studiato è pieno di piccole capsule che contengono batteri speciali e minerali reattivi. Quando si apre una fessura e penetra acqua di mare, le capsule si rompono. I batteri si risvegliano, consumano componenti presenti nell’ambiente e innescano la crescita di minerali solidi come il carbonato di calcio. Contemporaneamente, gli additivi inorganici formano cristalli stratificati che aiutano a tappare e compattare la zona danneggiata. Insieme, questi prodotti riempiono e collegano gradualmente la fessura, ripristinando gran parte della resistenza del calcestruzzo e bloccando i percorsi che acqua e sale altrimenti percorrerebbero.

Misurare la guarigione dalla superficie all’interno

Per capire quanto bene funziona questo processo, il gruppo ha fatto più che limitarsi a osservare se una fessura appariva chiusa in superficie. Hanno monitorato cinque diversi indicatori di guarigione in cilindri di calcestruzzo preparati in laboratorio ed esposti a cicli ripetuti di bagnatura e asciugatura in acqua di mare artificiale. Questi indicatori comprendevano quanto della superficie della fessura era visibilmente sigillata, quanto ancora filtrava acqua, come cambiava la resistività elettrica mentre si ricostruivano i percorsi interni, quanto rapidamente le onde ultrasoniche attraversavano la fessura e quanto il materiale resisteva agli ioni cloruro che possono innescare la corrosione dell’acciaio. Sacrificando alcuni campioni e tagliando attraverso le fessure, hanno anche misurato direttamente quanto della sezione interna fosse effettivamente stata riempita dai prodotti di riparazione.

Da dati disordinati a un gemello digitale predittivo

La guarigione all’interno di una fessura non è un processo semplice e costante. All’inizio i risultati variano molto da campione a campione mentre i batteri si attivano, i minerali iniziano a formarsi e l’acqua scorre ancora liberamente. Successivamente il sistema si stabilizza man mano che la fessura si riempie e la riparazione si avvicina alla saturazione. Per dare senso a questo comportamento variabile nel tempo, i ricercatori hanno costruito un modello matematico “surrogato” che collega i cinque indicatori facili da misurare alla più difficile da accedere profondità di guarigione interna. Il loro approccio, chiamato espansione del caos polinomiale, rappresenta il processo complesso e incerto come una combinazione pesata di curve lisce, ciascuna catturando parte della variabilità osservata negli esperimenti. Questo ha permesso loro di stimare, per ogni campione e per ogni età, quanto fosse completamente guarita la sezione della fessura senza dover distruggere il campione.

Insegnare al modello a imparare dai dati reali

Le versioni standard di questa tecnica di modellazione assumono che i dati sperimentali seguano distribuzioni ordinate e a campana (gaussiane). Il team ha scoperto che questa assunzione fallisce quando si combinano tutte le età: alcuni indicatori diventano asimmetrici o fortemente raggruppati man mano che la guarigione progredisce. Per affrontare queste distribuzioni più realistiche, hanno esteso il metodo in un quadro generalizzato. Utilizzando uno strumento statistico guidato dai dati chiamato stima della densità tramite kernel (kernel density estimation), hanno prima identificato le forme effettive delle distribuzioni di input. Hanno poi costruito polinomi ortogonali su misura adattati a tali forme, permettendo al modello di seguire l’intero ciclo di guarigione — dai primi giorni rumorosi fino alla fase di riparazione quasi completa — senza sovradattarsi. L’analisi di sensibilità basata su questo quadro ha rivelato quali misure contano di più: la chiusura superficiale e la resistenza all’acqua dominano nelle prime fasi, mentre la resistenza al cloruro e i percorsi elettrici interni diventano determinanti man mano che la fessura si riempie in profondità.

Mettere alla prova le previsioni

Per verificare se il modello potesse davvero generalizzare, gli autori lo hanno sfidato con nuovi campioni guariti per età mai viste durante l’addestramento — 10, 20 e 30 giorni — oltre che con dati provenienti da un diverso tipo di agente autoriparante riportato in letteratura. In ciascun caso, la guarigione interna prevista si è allineata strettamente ai valori misurati, con errori tipici ben al di sotto di un punto percentuale della riparazione della sezione trasversale. Il modello ha anche catturato la tendenza generale di rapidi guadagni iniziali seguiti da miglioramenti più lenti e densificanti, nonostante i dettagli della chimica e della microstruttura differiscano tra i sistemi.

Perché questo conta per le strutture reali

Per gli ingegneri, la questione principale non è solo se le fessure possano essere riparate, ma per quanto tempo una struttura può funzionare in sicurezza sotto veri attacchi ambientali. Questo lavoro fornisce una via pratica verso quell’obiettivo. Combinando misure ricche e multiangolo della guarigione con un quadro di modellazione flessibile e attento alle distribuzioni, lo studio mette a disposizione uno strumento in grado di prevedere la riparazione a tutta profondità delle fessure lungo l’intero ciclo di guarigione. In termini semplici, mostra come trasformare dati di laboratorio sparsi in una “previsione” attendibile di come un calcestruzzo vivente si riparerà nel tempo, aiutando i progettisti a scegliere materiali e strategie di manutenzione che mantengano le infrastrutture critiche più sicure più a lungo.

Citazione: 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

Parole chiave: calcestruzzo autoriparante, mineralizzazione microbica, modellazione della riparazione delle fessure, espansione del caos polinomiale, durabilità del calcestruzzo