Прогнозирование прочности с помощью ИИ и экспериментальная оценка высокопрочного армированного волокнами бетона с метакаолином

Более прочный и экологичный бетон для городов будущего

Бетон — основа современных городов, но его производство требует больших объёмов цемента, который является значительным источником выбросов углерода, а само изделие со временем склонно к трещинообразованию и разрушению. В этом исследовании рассматривают способы создания более прочного и долговечного бетона с меньшим воздействием на окружающую среду. Авторы совмещают современные типы волокон, более чистую замену части цемента — метакаолин — и методы искусственного интеллекта для проектирования смесей, которые одновременно прочны и устойчивы — что потенциально может изменить способы строительства мостов, башен и дорог в будущем.

Почему современный бетон нуждается в улучшении

Обычный бетон отлично справляется с восприятием сжимающих нагрузок, но он хрупок и слаб на растяжение, из‑за чего склонен к образованию трещин. Как только появляются трещины, вода и воздух могут проникать к арматуре, вызывая коррозию и постепенное разрушение конструкции. Высокопрочный бетон может нести большие нагрузки, но часто он ещё более хрупок. Для решения этой проблемы инженеры используют два основных подхода: заменять часть цемента тонкомолотыми минералами и добавлять короткие волокна, которые действуют как крошечные стержни‑армирование внутри смеси. В этом исследовании внимание сосредоточено на метакаолине — высокореактивной обожжённой глине — в качестве частичной замены цемента, в сочетании со стальными, стеклянными, нейлоновыми и полипропиленовыми волокнами для борьбы с растрескиванием и повышения рабочих характеристик.

Создание улучшенной смеси с волокнами и метакаолином

Исследовательская группа разработала высокопрочную бетонную смесь (обозначаемую как M60), в которой 10% цемента было заменено метакаолином. Затем они изготовили несколько вариантов этой смеси, добавив разные типы и количества волокон: стальные, стеклянные, нейлоновые и полипропиленовые. Каждая смесь тщательно проверялась на удобоукладываемость в свежем состоянии и на прочностные характеристики при сжатии, растяжении и изгибе после выдержки 7, 28, 56 и 90 дней.

Обучение ИИ прогнозировать прочность бетона

Физическое тестирование каждой возможной смеси медленно, дорого и сопровождается отходами. Чтобы избежать бесконечных попыток и ошибок в лаборатории, авторы построили модель глубокого обучения для прогнозирования прочности армированного волокнами бетона, исходя только из состава и возраста выдержки. Их модель, названная A-PDDLSTM-SA, сочетает несколько современных идей из области искусственного интеллекта: блоки памяти, отслеживающие изменение прочности с течением времени, многомасштабные фильтры, захватывающие как мелкие, так и крупные закономерности в данных, и механизм внимания, фокусирующийся на наиболее значимых входах — типе волокон, их дозировке и сроке выдержки. Они дополнительно настроили параметры модели с помощью новой стратегии оптимизации, вдохновлённой походами исследователей по ландшафту, что помогло избежать застревания алгоритма в неудачных решениях.

Что показывают испытания и прогнозы

Экспериментально лучшей оказалась смесь с 10% метакаолина и 1% стального волокна, которая обеспечила более высокие прочности на сжатие, растяжение и изгиб по сравнению с контрольным бетоном без волокон. Стеклянные, нейлоновые и полипропиленовые волокна тоже улучшали поведение по‑разному — повышали стойкость к ударам, снижали трещинообразование от усадки и усиливали вязкость после образования трещин — хоть и не всегда так драматично, как сталь. Модель ИИ затем обучили на экспериментальных данных и сравнили с несколькими известными методами машинного обучения. Она последовательно предсказывала сжимающую, растягивающую и изгибающую прочность точнее конкурирующих методов, с низкими ошибками и хорошей стабильностью даже при обучении на ограниченных данных.

От лабораторных открытий к реальному воздействию

Для неспециалистов ключевая идея такова: теперь возможно проектировать более совершенные бетонные смеси, которые одновременно прочнее, долговечнее и экологичнее — и при этом делать это во многом на компьютере до заливки ни одной партии. Сочетая метакаолин с тщательно подобранными волокнами, инженеры могут сократить использование цемента и повысить устойчивость к растрескиванию. Разработанная в этом исследовании модель ИИ выступает мощным инструментом планирования: она может предлагать перспективные рецептуры, сокращать количество дорогостоящих испытаний и ускорять внедрение зелёных высокопрочных бетонов в реальных проектах. В долгосрочной перспективе такой подход может способствовать созданию более безопасной инфраструктуры с меньшим экологическим следом.

Цитирование: 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

Ключевые слова: армированный волокнами бетон, метакаолин, глубокое обучение, устойчивое строительство, прогноз прочности