Experimentele en machine learning-evaluatie van de sterkte van kruimelrubberbeton bij hoge temperaturen

Oude banden gebruiken voor veiligere gebouwen

Er ontstaan overal ter wereld stapels versleten autobanden die ruimte in beslag nemen op stortplaatsen en brandgevaar opleveren. Een veelbelovende oplossing is om deze banden te vermalen tot kleine kruimels en door beton te mengen, zodat gebouwen en wegen afval hergebruiken in plaats van natuurlijke zandvoorraden. Deze studie onderzoekt hoe dergelijk kruimelrubberbeton zich gedraagt bij hoge temperaturen, bijvoorbeeld tijdens een brand, en laat zien hoe moderne computersystemen ingenieurs kunnen helpen de sterkte te voorspellen zonder elk mengsel in het laboratorium te moeten testen.

Van afvalstapel naar betonmengsel

De onderzoekers beginnen met te beschrijven waarom rubber uit banden aantrekkelijk maar ook problematisch is in beton. Rubberdeeltjes kunnen beton lichter maken, beter bestand tegen schokken en minder vatbaar voor plotseling breken. Tegelijk verzwakken ze het materiaal omdat rubber niet goed hecht aan de verharde cementpasta. Deze zwakke hechting, samen met extra luchtinsluitingen rondom het rubber, leidt er meestal toe dat zowel de draagkracht als de trekweerstand van het beton afneemt. Eerdere studies hebben veel rubbermengsels getest, maar er bestond nog geen eenduidige en betrouwbare manier om te voorspellen hoe die mengsels zich onder verschillende temperaturen en uithardingscondities zouden gedragen.

Rubberbeton verwarmen in het laboratorium

Om dit probleem aan te pakken, maakten de onderzoekers verschillende betonmengsels waarbij fijn zand gedeeltelijk werd vervangen door kruimelrubber in hoeveelheden van 10, 20 en 30 procent. Ze goten cilindrische proefstukken, lieten die verharden en brachten ze vervolgens bij verschillende temperaturen tot 200 graden Celsius voordat ze de monsters kneuzen en splijtten om de druk- en treksterkte te meten. Zoals verwacht verminderde het toevoegen van meer rubber de sterkte bij kamertemperatuur, omdat het beton minder dicht werd en de rubberdeeltjes zwakkere verbindingen in het interne skelet vormden. Verwarming verergerde het in de meeste gevallen: toen het rubber begon te ontleden en uit te zetten, ontstonden er meer kleine holtes en microbarsten, wat de sterkte verder aantastte, vooral in mengsels met het hoogste rubbergehalte.

Computers leren sterkte te voorspellen

In plaats van alleen op nieuwe proeven te vertrouwen, stelden de onderzoekers ook een grote database samen met meer dan duizend rapporten over rubberbetonmengsels uit eerdere studies. Voor elk mengsel registreerden ze ingrediënten zoals cement, aanvullende poeders, rubbergehalte, waterhoeveelheid, uithardingstemperatuur en leeftijd, samen met gemeten druk- en treksterkte. Vervolgens trainden ze negen verschillende machine learning-modellen om de relatie tussen het recept en de resulterende sterkte te leren. Geavanceerde methoden zoals XGBoost, Light Gradient Boosting en een type neuraal netwerk genaamd multilayer perceptron leverden de meest nauwkeurige voorspellingen op, met resultaten die goed overeenkwamen met echte testwaarden voor zowel compressie als trek.

Inzien welke ingrediënten het meest tellen

Om deze digitale voorspellingen te interpreteren gebruikte het team een uitlegbaarheidsmethode die elke invoer een aandeel van de verantwoordelijkheid voor het eindresultaat toekent. Dit liet zien dat de mate waarin fijn toeslagmateriaal door rubber wordt vervangen, de hoeveelheid water in verhouding tot cement en de leeftijd van het beton de sterkste bepalende factoren zijn voor druk- en treksterkte. De vervanging door fijn rubber stak er vooral uit, wat bevestigt dat veranderingen aan de kleine deeltjes in het mengsel een grote invloed hebben op het gedrag van het materiaal. Andere toevoegingen zoals silica fume waren nuttig maar minder dominant, terwijl de uithardingstemperatuur binnen het bestudeerde bereik een kleinere rol speelde dan verwacht in de gecombineerde database.

Wat dit betekent voor groenere bouw

Voor niet-specialisten is de kernboodschap dat het gebruik van versneurde banden in beton kan helpen afval te verminderen, maar doorgaans de sterkte verlaagt, vooral wanneer het materiaal aan hoge temperaturen wordt blootgesteld. De studie toont aan dat dit verlies beheersbaar is als ingenieurs precies weten hoeveel sterkte ze kunnen verwachten voor een gegeven samenstelling en temperatuur. Door zorgvuldig labonderzoek te combineren met krachtige computermodellen bieden de auteurs een hulpmiddel dat snel kan inschatten hoe kruimelrubberbeton zal presteren, en zo veiligere ontwerpen en slimmer gebruik van gerecyclede materialen in gebouwen mogelijk maakt die zowel dagelijkse belastingen als mogelijke branden moeten weerstaan.

Bronvermelding: 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

Trefwoorden: kruimelrubberbeton, recycling van afgedankte banden, verhoogde temperatuur, machine learning-modellen, betonsterkte