Metakaolin içeren yüksek performanslı lifli betonun yapay zeka destekli sürdürülebilir dayanım tahmini ve deneysel değerlendirmesi

Yarınki Şehirler İçin Daha Güçlü, Daha Yeşil Beton

Beton modern şehirlerin bel kemiğidir, ancak üretimi büyük miktarda çimento gerektirir; çimento ise önemli bir karbon emisyonu kaynağıdır ve malzeme zamanla çatlayıp bozularak performans kaybına uğrayabilir. Bu çalışma, çevresel etkisini azaltırken daha dayanıklı ve uzun ömürlü beton üretmenin yollarını araştırıyor. Yazarlar, gelişmiş lifleri, daha temiz bir çimento ikamesi olan metakaolini ve yapay zekayı bir araya getirerek hem güçlü hem de sürdürülebilir karışımlar tasarlıyor — bu, köprüler, kuleler ve yolların gelecekte nasıl inşa edileceğini değiştirebilir.

Neden Bugünün Betonu Güncellenmeli?

Normal beton yük taşıma konusunda başarılıdır ancak gevrek olup çekme gerilmelerine karşı zayıftır; bu da çatlamaya yatkın olduğu anlamına gelir. Çatlaklar oluştuktan sonra su ve hava içindeki donatıya ulaşabilir, korozyona ve yapısal bozulmaya yol açar. Yüksek dayanımlı beton daha fazla yük taşısa da genellikle daha da gevrek olur. Bunu aşmak için mühendisler iki ana yaklaşıma yönelmiştir: çimentonun bir kısmını ince öğütülmüş mineral malzemelerle değiştirmek ve karışıma kısa lifler ekleyerek içte küçük donatı görevi görmelerini sağlamak. Bu çalışma, kısmi çimento ikamesi olarak yüksek reaktiviteye sahip kalsine kil olan metakaolini ve çatlamayla mücadele etmek ve performansı artırmak için çelik, cam, naylon ve polipropilen lifleri birlikte inceliyor.

Lifler ve Metakaolin ile Daha İyi Bir Karışım Oluşturmak

Araştırma ekibi, çimentonun %10’unun metakaolin ile değiştirildiği yüksek dayanımlı bir beton karışımı (M60 olarak bilinir) tasarladı. Ardından çelik, cam, naylon ve polipropilen dahil olmak üzere farklı tip ve miktarlarda lifler ekleyerek bir dizi versiyon oluşturdu. Her karışım taze hâlde akışkanlığının nasıl olduğu ve 7, 28, 56 ve 90 gün kürlendikten sonra basınç, çekme ve eğilme altında ne kadar güçlü olduğu bakımından titizlikle test edildi.

Beton Dayanımını Tahmin Etmesi İçin Bir Yapay Zeka Eğitmek

Her olası karışımın fiziksel olarak test edilmesi yavaş, maliyetli ve israflıdır. Laboratuvarda bitmek bilmeyen deneme-yanılmayı önlemek için yazarlar, yalnızca içeriği ve kür yaşına dayanarak belirli bir lifli betonun ne kadar dayanıklı olacağını tahmin eden bir derin öğrenme modeli geliştirdiler. A-PDDLSTM-SA adını verdikleri modelleri, zaman içinde dayanımın nasıl geliştiğini takip edebilen bellek birimleri, verideki hem ince hem de geniş ölçekli desenleri yakalayan çok ölçekli filtreler ve lif türü, dozaj ve kür süresi gibi en önemli girdilere odaklanan bir dikkat mekanizması gibi yapay zekâdan gelen çeşitli ileri fikirleri birleştiriyor. Ayrıca, algoritmanın zayıf çözümlerde takılı kalmamasını sağlamak için zirve keşfine benzeyen yeni bir optimizasyon stratejisiyle modelin iç ayarlarını daha da iyileştirdiler.

Testler ve Tahminler Ne Gösteriyor?

Deneysel olarak en iyi performans gösteren karışım %10 metakaolin ve %1 çelik lif içeren karışımdı; bu karışım, lifsiz kontrol betonuna göre daha yüksek basınç, çekme ve eğilme dayanımı sundu. Cam, naylon ve polipropilen lifler de farklı şekillerde davranışı iyileştirdi — darbe direncini artırdı, çekme kaynaklı çatlakları azalttı ve çatlamadan sonraki tokluğu geliştirdi — ancak her zaman çeliğin sağladığı kadar dramatik artış sağlamadı. Yapay zekâ modeli deneysel verilerle eğitildi ve birkaç yerleşik makine öğrenmesi yöntemiyle karşılaştırıldı. Sıkça rakip tekniklerden daha doğru olarak basınç, çekme ve eğilme dayanımlarını tahmin etti; hata oranları düşüktü ve sınırlı verilerle eğitildiğinde bile iyi bir kararlılık gösterdi.

Laboratuvar İçgörüsünden Gerçek Dünyaya Etki

Uzman olmayanlar için temel mesaj şu: artık aynı anda daha güçlü, daha dayanıklı ve daha sürdürülebilir beton karışımları tasarlamak ve bunu tek bir parti dökmeden önce büyük ölçüde bilgisayar ortamında yapmak mümkün. Metakaolini dikkatle seçilmiş liflerle birleştirerek mühendisler çimento kullanımını azaltabilir ve çatlamaya karşı direnci artırabilir. Bu çalışmada geliştirilen yapay zekâ modeli güçlü bir planlama aracı görevi görüyor: umut vaat eden karışım tasarımlarını önerebilir, israf yaratan fiziksel testleri azaltabilir ve daha yeşil, yüksek performanslı betonların gerçek projelerde benimsenmesini hızlandırabilir. Uzun vadede bu yaklaşım daha küçük çevresel ayak iziyle daha güvenli altyapıların inşasına katkıda bulunabilir.

Atıf: 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

Anahtar kelimeler: lifli beton, metakaolin, derin öğrenme, sürdürülebilir inşaat, dayanım tahmini