Kauçuklu betonun mekanik özelliklerinin gen ifadeli programlama (GEP) ve rastgele orman kullanılarak modellenmesi: karşılaştırmalı bir çalışma

Eski Lastikleri Daha Dayanıklı, Daha Yeşil Yapılara Dönüştürmek

Her yıl milyarlarca lastik kullanım ömrünü tamamlayıp genellikle depolama alanlarına veya yasadışı döküm sahalarına gider; burada yangın ve kirlilik riski oluştururlar. Aynı zamanda inşaat sektörü büyük miktarda kum, çakıl ve enerji tüketerek iklim değişikliğine önemli katkıda bulunur. Bu çalışma her iki soruna aynı anda çözüm getirebilecek bir yolu araştırıyor: atık lastikleri öğütüp kauçuğunu betona katmak ve ardından gelişmiş bilgisayar araçlarıyla bu yeni "kauçuklu" betonun laboratuvarda sayısız deneme yapmaya gerek kalmadan ne kadar dayanıklı olacağını tahmin etmek.

Betona Neden Kauçuk Katılmalı?

Beton modern altyapının belkemiğidir, ancak özellikle çimento ve doğal agrega üretimi enerji yoğun olup doğal kaynakları tüketir. Kum ve çakılın bir kısmının atık lastik kauçuğu ile değiştirilmesiyle mühendisler birincil malzeme ihtiyacını azaltabilir ve hurda lastiklerin depolama alanlarına gitmesini önleyebilir. Kauçuk parçacıkları betona faydalı özellikler de kazandırabilir: darbeyi emme, gürültüyü azaltma ve aşınma ile sıcaklık değişimlerine karşı direnci iyileştirme. Ancak kauçuk eklenmesi genellikle betonun çatlamaya ve çekme dayanımına karşı direncini azaltır. Tarif değiştiğinde güç kaybının veya kazanımın tam olarak ölçülmesi geleneksel olarak çok sayıda zaman alıcı ve maliyetli deneyi gerektirir.

Bilgisayarların Geçmiş Deneyimlerden Öğrenmesine İzin Vermek

Her olası karışımı elle test etmekten kaçınmak için araştırmacılar makine öğrenmesine—verideki örüntüleri bulan bilgisayar yöntemlerine—başvurdular. Dünya çapındaki çalışmalardan kauçuklu betonu içeren 112 deney seti topladılar. Her veri noktası kaba ve ince agrega miktarları, kırılmış ve un haline getirilmiş kauçuk, süperakışkanlaştırıcı adı verilen kimyasal katkılar, su-çimento oranı ve beton yaşı gibi benzersiz bir reçeteyi tanımlıyordu. Her reçete için iki temel özellik kaydedildi: eğilme dayanımı (bir kirişin bükülmeye karşı direnci) ve yarılma çekme dayanımı (çekmeye karşı direnci). Bu birleşik veri tabanıyla ekip, bu dayanımları en iyi hangi modelin tahmin edebileceğini görmek için iki farklı makine öğrenme modelini yan yana eğitti.

Bilgisayarın "Düşünmesi" için İki Farklı Yol

İlk yöntem, gen ifadeli programlama, doğadaki evrim gibi çalışır. Birçok rastgele matematiksel formülle başlar ve bunları mutasyon ve yeniden birleşimi taklit ederek kademeli olarak iyileştirir; sonunda karışım bileşenlerini dayanımla ilişkilendiren insan tarafından okunabilir denklemler üretir. İkinci yöntem, rastgele orman, büyük bir karar ağacı koleksiyonu—basit kural tabanlı modeller—oluşturur ve tahmin edilen dayanım üzerinde "oybirliği" ile karar verir. Rastgele orman daha çok kara kutu gibi davranırken sıklıkla çok doğrudur. Her iki model de, modellerin daha önce görmediği karışımlar için laboratuvarda ölçülen değerlerle karşılaştıran standart istatistiklerle dikkatle ayarlandı ve değerlendirildi.

Modellerin Kauçuklu Beton Hakkında Öğrendikleri

Her iki yaklaşım da kauçuklu betonun genel davranışını yakaladı, ancak rastgele orman daha kesin sonuç verdi. Görülmemiş test verileri için eğilme ve çekme dayanımlarını neredeyse mükemmel uyuma yakın korelasyon değerleriyle yeniden üretti; bu, gen ifadeli programlamadan belirgin şekilde daha iyiydi. Hata analizleri, çoğu tahminin gerçek değerlerin makul bir marjı içinde olduğunu, yalnızca birkaç aykırı değer bulunduğunu gösterdi. Kara kutuyu açmak için ekip, her bileşenin her tahminde ne kadar sorumluluğu olduğunu atayan SHAP adlı bir araç kullandı. Bu, geleneksel agregaların ve su-çimento oranının eğilme dayanımı üzerinde güçlü bir etkiye sahip olduğunu, buna karşın kauçuk miktarı ve türü ile süperakışkanlaştırıcı ve su içeriğinin çekme dayanımında anahtar rol oynadığını ortaya koydu. Genel olarak daha fazla kauçuk ve daha fazla su dayanımı azaltma eğilimindeyken, dengeli agregalar ve katkılar performansın bir kısmını geri kazandırabiliyordu.

Geleceğin İnşaatı İçin Anlamı

Uzman olmayanlar için ana çıkarım, eski lastikleri geri dönüştüren daha yeşil betonu gerçekçi şekilde tasarlayabileceğimizdir; körü körüne yapmak zorunda değiliz. Çalışma, özellikle rastgele ormanların, kauçuklu beton reçetesindeki değişikliklerin çatlama ve bükülme davranışını nasıl etkileyeceğini yalnızca bir avuç kolay ölçülen girdi kullanarak güvenilir biçimde tahmin edebileceğini gösteriyor. Bu, mühendislerin pahalı deneme-yanılma testlerini azaltmasını, atık temelli malzemelerin benimsenmesini hızlandırmasını ve çevresel faydalar ile güvenlik ve dayanıklılık arasında dengeli karışımlar daha emin şekilde belirlemesini sağlar. Uzun vadede bu tür araçlar, atılmış lastik yığınlarını güvenli köprüler, kaldırım ve binalara dönüştürmeye yardımcı olarak hem atık miktarlarını hem de inşaatın karbon ayak izini azaltabilir.

Atıf: Sheraz, M., Talha, M., Alam, M. et al. Modeling mechanical properties of rubberized concrete using gene expression programming (GEP) and random forest: a comparative study. Sci Rep 16, 8714 (2026). https://doi.org/10.1038/s41598-026-40897-6

Anahtar kelimeler: kauçuklu beton, atık lastik geri dönüşümü, inşaatta makine öğrenmesi, rastgele orman modelleme, sürdürülebilir malzemeler