Pełny cykl prognozowania gojenia pęknięć w betonie samonaprawiającym się z użyciem uogólnionej rozkładowej ekspansji chaosu wielomianowego

Beton, który potrafi naprawić własne pęknięcia

Mosty, tunele i falochrony zbudowane są z betonu, który z upływem czasu pęka pod wpływem burz, natężenia ruchu i słonej wody. Te drobne szczeliny mogą przeobrazić się w poważne problemy, wpuszczając wodę i agresywne chemikalia skracające żywotność konstrukcji. Badania przedstawione tutaj dotyczą nowego rodzaju „samonaprawiającego się” betonu, który wykorzystuje żywe mikroorganizmy oraz zaawansowaną matematykę, by przewidzieć, od początku do końca, jak kompletnie jego pęknięcia zostaną wypełnione w czasie.

Jak żywy beton sam się naprawia

Badany beton samonaprawiający się jest wypełniony maleńkimi granulkami zawierającymi specjalne bakterie i reaktywne minerały. Gdy pęknięcie się otworzy i wniknie w nie słona woda, granule pękają. Bakterie budzą się, wykorzystują składniki z otoczenia i wywołują powstawanie stałych minerałów, takich jak węglan wapnia. Równocześnie dodatki nieorganiczne tworzą warstwowe kryształy, które pomagają zatkać i zagęścić uszkodzony obszar. Wspólnie te produkty stopniowo wypełniają i łączą pęknięcie, przywracając znaczną część wytrzymałości betonu i blokując drogi, którymi woda i sól mogłyby się przedostać.

Pomiary gojenia od powierzchni po wnętrze

Aby ocenić skuteczność tego procesu, zespół wykonał więcej niż tylko obserwację, czy pęknięcie na powierzchni wygląda na zamknięte. Śledzili pięć różnych wskaźników gojenia w laboratoryjnych cylindrach betonowych wystawionych na powtarzające się cykle mokro‑sucho w sztucznej wodzie morskiej. Wskaźniki te obejmowały: jak duża część powierzchni pęknięcia była widocznie zamknięta, ile wody nadal przez nie przesączało się, jak zmieniała się oporność elektryczna w miarę odbudowy wewnętrznych dróg, jak szybko fale ultradźwiękowe przechodziły przez pęknięcie oraz jak silny był opór wobec jonów chlorkowych, które mogą powodować korozję stali. Niszczycielskie badania części próbek i przecinanie pęknięć pozwoliły także bezpośrednio zmierzyć, jaka część przekroju wewnętrznego została faktycznie wypełniona produktami naprawczymi.

Z chaotycznych danych do predykcyjnego cyfrowego bliźniaka

Gojenie wewnątrz pęknięcia nie jest prostym, równomiernym procesem. Na wczesnym etapie wyniki silnie różnią się między próbkami, gdy bakterie się aktywują, minerały zaczynają formować, a woda wciąż swobodnie płynie. Później system stabilizuje się, gdy pęknięcie się zapełnia, a naprawa niemal osiąga nasycenie. Aby zrozumieć to zmienne w czasie zachowanie, badacze zbudowali matematyczny model „zastępczy”, który łączy pięć łatwych do zmierzenia wskaźników z trudniej dostępną głębokością wewnętrznego gojenia. Ich podejście, zwane ekspansją chaosu wielomianowego, reprezentuje złożony, niepewny proces jako ważoną kombinację gładkich krzywych, z których każda uchwyca część zmienności zaobserwowanej w eksperymentach. Pozwoliło to oszacować, dla dowolnej próbki i wieku, jak w pełni przekrój pęknięcia został naprawiony, bez konieczności niszczenia próbki.

Nauczanie modelu na danych z rzeczywistego świata

Standardowe wersje tej techniki modelowania zakładają, że dane eksperymentalne mają uporządkowane, dzwonowate (gaussowskie) rozkłady. Zespół odkrył, że to założenie zawodzi, gdy łączy się dane ze wszystkich wieków: niektóre wskaźniki stają się skośne lub silnie skupione w miarę postępu gojenia. Aby poradzić sobie z tymi bardziej realistycznymi rozkładami, rozszerzyli metodę do uogólnionego schematu. Korzystając z napędzanego danymi narzędzia statystycznego — estymacji gęstości jądrowej (kernel density estimation) — najpierw zidentyfikowali rzeczywiste kształty rozkładów wejściowych. Następnie skonstruowali niestandardowe wielomiany ortogonalne dopasowane do tych kształtów, co pozwoliło modelowi śledzić pełny cykl gojenia — od hałaśliwych wczesnych dni po niemal kompletny etap naprawy — bez przeuczenia. Analiza wrażliwości oparta na tym schemacie ujawniła, które pomiary są najważniejsze: zamknięcie powierzchni i odporność na przenikanie wody dominują na wczesnych etapach, podczas gdy odporność na chlorki i wewnętrzne ścieżki elektryczne stają się kluczowe wraz z wypełnianiem pęknięcia w głąb.

Testowanie prognoz

Aby sprawdzić, czy model potrafi rzeczywiście uogólniać, autorzy poddali go próbie na nowych próbkach gojonych przez czasy, których model nie widział w treningu — 10, 20 i 30 dni — oraz na danych z innego typu środka samonaprawiającego opisanego w literaturze. W każdym przypadku przewidywane wewnętrzne gojenie dobrze odpowiadało zmierzonym wartościom, z typowymi błędami daleko poniżej jednego punktu procentowego naprawy przekrojowej. Model uchwycił też ogólny trend szybkich wczesnych przyrostów, a następnie wolniejszych, zagęszczających się poprawek, mimo że szczegóły chemii i mikrostruktury różniły się między systemami.

Dlaczego to ma znaczenie dla rzeczywistych konstrukcji

Dla inżynierów główne pytanie nie sprowadza się tylko do tego, czy pęknięcia można załatać, lecz jak długo konstrukcja może bezpiecznie służyć w rzeczywistych warunkach środowiskowych. Ta praca dostarcza praktycznej ścieżki ku temu celowi. Łącząc bogate, wieloaspektowe pomiary gojenia z elastycznym, uwzględniającym rozkłady ramieniem modelowania, badanie dostarcza narzędzie zdolne przewidzieć naprawę pęknięć na pełną głębokość w całym cyklu gojenia. Mówiąc prosto, pokazuje, jak przekształcić rozproszone dane laboratoryjne w wiarygodną „prognozę” tego, jak żywy beton będzie się goił w czasie, pomagając projektantom dobierać materiały i strategie utrzymania, które utrzymają krytyczną infrastrukturę bezpieczniejszą na dłużej.

Cytowanie: 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

Słowa kluczowe: beton samonaprawiający się, mineralizacja mikrobiologiczna, modelowanie naprawy pęknięć, ekspansja chaosu wielomianowego, trwałość betonu