Volledige cyclus voorspelling van scheurherstel in zelfherstellend beton met behulp van gegeneraliseerde polynoom-chaosuitbreiding

Beton dat zijn eigen scheuren kan repareren

Bruggen, tunnels en kustmuren zijn allemaal gemaakt van beton dat na verloop van tijd barst onder invloed van stormen, verkeer en zout water. Die kleine scheurtjes kunnen uitgroeien tot grote problemen doordat ze water en corrosieve chemicaliën toelaten die de levensduur van een constructie verkorten. Dit onderzoek verkent een nieuw type "zelfherstellend" beton dat levende microben combineert met geavanceerde wiskunde om van begin tot eind te voorspellen hoe volledig zijn scheuren zich in de loop van de tijd zullen sluiten.

Hoe levend beton zichzelf repareert

Het hier bestudeerde zelfherstellende beton zit vol met kleine pellets die bijzondere bacteriën en reactieve mineralen bevatten. Wanneer een scheur zich opent en zeewater naar binnen sijpelt, breken de pellets open. De bacteriën worden wakker, gebruiken bestanddelen uit hun omgeving en zetten de groei van vaste mineralen zoals calciumcarbonaat in gang. Tegelijk vormen de anorganische toevoegingen gelaagde kristallen die helpen de beschadigde zone te dichten en te verdichten. Samen vullen en overbruggen deze producten geleidelijk de scheur, herstellen ze een groot deel van de sterkte van het beton en blokkeren ze de paden die anders water en zout zouden benutten.

Genezing meten van oppervlak tot binnenkant

Om te begrijpen hoe goed dit proces werkt, deed het team meer dan alleen kijken of een scheur aan het oppervlak gesloten leek. Ze volgden vijf verschillende aanwijzingen voor genezing in in het laboratorium gemaakte betonnen cilinders die werden blootgesteld aan herhaalde nat-droog cycli in kunstmatig zeewater. Deze indicatoren omvatten hoeveel van het scheuropervlak zichtbaar verzegeld was, hoeveel water er nog door sijpelde, hoe de elektrische resistiviteit veranderde naarmate de interne paden werden herbouwd, hoe snel ultrasone golven de scheur konden kruisen en hoe sterk het materiaal chloride-ionen weerstond die corrosie van staal kunnen veroorzaken. Door sommige monsters op te offeren en dwars door de scheuren te snijden, maten ze ook direct hoeveel van de interne dwarsdoorsnede daadwerkelijk was opgevuld met reparatieproducten.

Van rommelige gegevens naar een voorspellende digitale tweeling

Genezing binnen een scheur is geen eenvoudig, constant proces. In het begin verschillen de resultaten sterk van monster tot monster terwijl bacteriën wakker worden, mineralen beginnen te vormen en water nog vrij kan stromen. Later stabiliseert het systeem naarmate de scheur zich vult en de reparatie bijna verzadigd is. Om dit tijdsafhankelijke gedrag te doorgronden, bouwden de onderzoekers een wiskundig "surrogaat"-model dat de vijf makkelijk meetbare indicatoren koppelt aan de moeilijker bereikbare interne hersteldiepte. Hun benadering, polynoom-chaosuitbreiding genaamd, vertegenwoordigt het complexe, onzekere proces als een gewogen combinatie van vloeiende krommen, waarvan elke kromme een deel van de variabiliteit in de experimenten vastlegt. Dit stelde hen in staat om voor een gegeven proefmonster en leeftijd te schatten hoe volledig de scheurdwarsdoorsnede was hersteld zonder het monster te vernietigen.

Het model leren van gegevens uit de echte wereld

Standaardversies van deze modelleertechniek gaan ervan uit dat experimentele gegevens nette, klokvormige (Gaussische) patronen volgen. Het team ontdekte dat deze aanname faalt wanneer alle leeftijden worden gecombineerd: sommige indicatoren worden scheef of sterk geclusterd naarmate de genezing vordert. Om met deze realistischere verdelingen om te gaan, breidden ze de methode uit naar een gegeneraliseerd kader. Met een data-gedreven statistisch hulpmiddel, kernel density estimation, bepaalden ze eerst de werkelijke vormen van de invoerverdelingen. Vervolgens construeerden ze op maat gemaakte orthogonale polynomen die bij die vormen passen, waardoor het model de volledige genezingscyclus kon volgen—van de rumoerige beginfase tot het vrijwel volledige herstel—zonder te overfitten. Gevoeligheidsanalyses op basis van dit kader toonden aan welke metingen het meest van belang zijn: oppervlaktesluiting en waterbestendigheid domineren op jonge leeftijd, terwijl weerstand tegen chloride en interne elektrische paden belangrijker worden naarmate de scheur in diepte opvult.

De voorspellingen op de proef stellen

Om te zien of het model echt kon generaliseren, daagden de auteurs het uit met nieuwe proefstukken die hersteld waren voor leeftijden die het niet in de training had gezien—10, 20 en 30 dagen—alsook met gegevens van een ander type zelfherstellend middel uit de literatuur. In elk geval kwam de voorspelde interne genezing dicht overeen met de gemeten waarden, met typische foutmarges ruim onder één procentpunt van de dwarsdoorsnedeherstel. Het model ving ook de algemene trend van snelle vroege winst gevolgd door langzamere, verdichtende verbeteringen, zelfs als de details van chemie en microstructuur tussen systemen verschilden.

Waarom dit belangrijk is voor echte constructies

Voor ingenieurs gaat het niet alleen om de vraag of scheuren kunnen worden gedicht, maar ook hoe lang een constructie onder echte omgevingsbelasting veilig kan blijven functioneren. Dit werk biedt een praktische route naar dat doel. Door rijke, multidimensionale metingen van genezing te combineren met een flexibel, verdelingsbewust modelleerkader, levert de studie een instrument dat volledige diepte-herstel van scheuren over de gehele genezingscyclus kan voorspellen. Simpel gezegd laat het zien hoe verspreide laboratoriumgegevens kunnen worden omgezet in een betrouwbare "voorspelling" van hoe een levend beton zichzelf in de loop van de tijd zal genezen, wat ontwerpers helpt materialen en onderhoudsstrategieën te kiezen die kritieke infrastructuur langer veiliger houden.

Bronvermelding: 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

Trefwoorden: zelfherstellend beton, microbiële mineralisatie, modellering van scheurreparatie, polynoom-chaosuitbreiding, betonbestendigheid