Prognozowanie wytrzymałości napędzane AI i ocena eksperymentalna wysokowydajnego betonu zbrojonego włóknami z dodatkiem metakiolinu

Mocniejszy, bardziej zielony beton dla miast przyszłości

Beton jest kręgosłupem współczesnych miast, ale jego produkcja wymaga ogromnych ilości cementu, będącego istotnym źródłem emisji dwutlenku węgla, a materiał ten z upływem czasu może pękać i ulegać degradacji. W tym badaniu sprawdzono, jak tworzyć beton bardziej wytrzymały i trwalszy, jednocześnie zmniejszając jego wpływ na środowisko. Autorzy łączą zaawansowane włókna, bardziej ekologiczny substytut cementu zwany metakiolinem oraz sztuczną inteligencję, aby projektować mieszanki jednocześnie mocne i zrównoważone — co może zmienić sposób budowy mostów, wież i nawierzchni w przyszłości.

Dlaczego dzisiejszy beton potrzebuje modernizacji

Zwykły beton świetnie przenosi obciążenia, ale jest kruchy i słaby na rozciąganie, co sprzyja pękaniu. Gdy pojawiają się rysy, woda i powietrze mogą dotrzeć do prętów stalowych wewnątrz, powodując korozję i stopniowe uszkodzenia konstrukcji. Beton wysokowytrzymałościowy może przenosić większe obciążenia, ale często jest jeszcze bardziej kruchy. Aby temu zaradzić, inżynierowie stosują dwa główne rozwiązania: częściową zamianę cementu na drobno zmielone materiały mineralne oraz dodatek krótkich włókien działających jak drobne zbrojenie w mieszance. Niniejsze badanie koncentruje się na metakiolinie — wysoko reaktywnym, prażonym glinie — stosowanym jako częściowy substytut cementu, w połączeniu ze stalowymi, szklanymi, nylonowymi i polipropylenowymi włóknami, aby przeciwdziałać pękaniu i zwiększyć właściwości użytkowe.

Budowanie lepszej mieszanki z włóknami i metakiolinem

Zespół badawczy zaprojektował mieszankę betonu wysokowytrzymałościowego (oznaczaną jako M60), w której 10% cementu zastąpiono metakiolinem. Następnie przygotowano kilka wariantów tego betonu, dodając różne typy i ilości włókien, w tym stalowe, szklane, nylonowe i polipropylenowe. Każdą mieszankę dokładnie testowano pod kątem urabialności w stanie świeżym oraz wytrzymałości na ściskanie, rozciąganie i zginanie po dojrzewaniu przez 7, 28, 56 i 90 dni.

Nauczanie AI przewidywania wytrzymałości betonu

Badanie fizyczne każdej możliwej mieszanki jest powolne, kosztowne i generuje odpady. Aby uniknąć niekończących się prób i błędów w laboratorium, autorzy zbudowali model uczenia głębokiego do przewidywania, jak wytrzymała będzie dana mieszanka betonu zbrojonego włóknami, bazując wyłącznie na składnikach i czasie dojrzewania. Ich model, nazwany A-PDDLSTM-SA, łączy kilka zaawansowanych koncepcji ze sztucznej inteligencji: jednostki pamięci śledzące rozwój wytrzymałości w czasie, filtry wieloskalowe wychwytujące zarówno drobne, jak i szerokie wzorce w danych oraz mechanizm uwagi koncentrujący się na najważniejszych wejściach, takich jak typ włókna, dawka i okres dojrzewania. Dodatkowo dostroili parametry modelu za pomocą nowej strategii optymalizacyjnej inspirowanej wędrówką po krajobrazie, co zmniejsza ryzyko utknięcia algorytmu w słabych rozwiązaniach.

Co ukazują testy i prognozy

W badaniach najlepszą wydajność wykazała mieszanka z 10% metakiolinu i 1% włókna stalowego, która zapewniła wyższą wytrzymałość na ściskanie, rozciąganie i zginanie niż beton odniesienia bez włókien. Włókna szklane, nylonowe i polipropylenowe również poprawiały zachowanie w różnych aspektach — zwiększając odporność na uderzenia, zmniejszając pęknięcia skurczowe i poprawiając odporność po pęknięciu — choć nie zawsze z tak dużym efektem jak stal. Model AI został wytrenowany na danych eksperymentalnych i porównany z kilkoma uznanymi metodami uczenia maszynowego. Systematycznie przewidywał wytrzymałość na ściskanie, rozciąganie i zginanie z większą dokładnością niż konkurencyjne techniki, osiągając niskie poziomy błędu i dobrą stabilność nawet przy ograniczonych danych treningowych.

Od wiedzy laboratoryjnej do realnego wpływu

Dla osób niezajmujących się tematem kluczowy wniosek jest taki, że dziś można projektować inteligentniejsze mieszanki betonowe, które jednocześnie są mocniejsze, trwalsze i bardziej zrównoważone — i robić to w dużej mierze przy użyciu komputera, zanim wylana zostanie pierwsza partia. Poprzez łączenie metakiolinu z starannie dobranymi włóknami inżynierowie mogą ograniczyć użycie cementu i poprawić odporność na pęknięcia. Opracowany w tym badaniu model AI działa jako potężne narzędzie planistyczne: może sugerować obiecujące projekty mieszanek, zmniejszać liczbę kosztownych testów fizycznych i przyspieszać wdrażanie bardziej ekologicznych, wysokowydajnych betonów w rzeczywistych projektach. W dłuższej perspektywie podejście to może przyczynić się do bezpieczniejszej infrastruktury o mniejszym śladzie środowiskowym.

Cytowanie: N.S, N.P., P, K. & P, S. AI-driven sustainable strength prediction and experimental evaluation of high-performance fiber-reinforced concrete incorporating metakaolin. Sci Rep 16, 13614 (2026). https://doi.org/10.1038/s41598-026-41115-z

Słowa kluczowe: beton zbrojony włóknami, metakiolin, uczenie głębokie, zrównoważone budownictwo, prognoza wytrzymałości