Toplama regresyon modelleriyle alkali aktive betonun ısıdan kaynaklanan dayanım kaybının değerlendirilmesi

Sıcak beton neden önemli

Bir bina ciddi bir yangınla karşılaştığında, betonunun dayanımı ayakta kalma ile çökme arasındaki farkı yaratabilir. Mühendisler şimdi, endüstriyel atıkları yeniden kullanan ve geleneksel çimentoya göre ısıya karşı daha dayanıklı olan daha çevreci bir beton türüne—alkali aktive betona—yöneliyor. Ancak her olası reçeteyi fırında test etmek zaman alıcı ve maliyetlidir. Bu çalışma, modern veri odaklı araçların geçmiş deneyimlerden öğrenip bu daha çevreci betonun aşırı sıcaklıklara maruz kaldıktan sonra ne kadar dayanımını koruyacağını hızla tahmin edebileceğini gösteriyor.

Daha çevreci bir beton türü

Alkali aktive beton, geleneksel çimentonun büyük bir kısmını termik santrallerin uçucu külü, çelik üretiminden yüksek fırın cürufu ve hatta ince öğütülmüş atık cam gibi endüstriyel yan ürünlerle değiştirir. Bu ikame, karbon emisyonlarını azaltır ve bu atık malzemelere ikinci bir kullanım sağlar. Farklı iç jöle-benzeri bağlayıcı yapısı sayesinde bu beton genellikle ısı altında daha iyi dayanım gösterir. Ancak yangın davranışı; toz karışımı, bunları aktive etmek için kullanılan kimyasallar, karışımın ne kadar ve hangi sıcaklıkta kürlendiği ile daha sonra maruz kalacağı tepe sıcaklık gibi ayrıntılara son derece duyarlıdır. Bu karmaşıklık, yalnızca birinci ilkelerden hareketle yangından sonra ne kadar dayanım kalacağını tahmin etmeyi zorlaştırır.

Verinin örüntüleri öğrenmesine izin vermek

Araştırmacılar, bazen atık cam tozuyla kısmen ikame edilmiş uçucu kül ve cüruf kullanılarak üretilmiş 371 beton küpünden oluşan ayrıntılı bir veri seti derlediler. Her küpün reçetesi, nasıl kürlendiği ve daha sonra testten önce hangi sıcaklığa—oda koşullarından 1000 °C’ye kadar—maruz bırakıldığı kaydedildi. Basit denklemlere güvenmek yerine ekip beş denetimli makine öğrenimi yöntemine yöneldi. Bu algoritmalar, girdiler (karışım oranları, kürleme sıcaklığı ve süresi, ısıtma seviyesi) ile çıktı arasındaki ilişkiyi: betonun kalan basınç dayanımı arasındaki örüntüleri arar.

Hangi dijital "öngörücü" en iyi

Çalışma, daha güvenilir bir tahmin elde etmek için birçok basit modeli birleştiren gelişmiş "ensemble" yöntemlerle birlikte temel bir karar ağacını karşılaştırdı. Bu yöntemler arasında bagging, AdaBoost, rastgele orman ve Extreme Gradient Boosting adı verilen bir teknik yer aldı. Yazarlar, modelleri gerçek dünya kullanımını taklit etmek için bazı karışım tasarımlarında eğitip tamamen farklı tasarımlarda test ederek dikkatli bir çapraz doğrulama kullandılar. Tüm rakipler arasında, gradyan artırma (gradient boosting) modeli öne çıktı. Test sonuçlarını çok yüksek bir uyum düzeyi ve en düşük ortalama hata ile yeniden üretti; bunu rastgele orman yakından izledi. Buna karşılık, basit bir lineer yaklaşım kompozisyon ve sıcaklıkla dayanımın gösterdiği eğri, doğrusal olmayan ilişkiyi yakalayamadı.

Karışımın içinde gerçekten neyin önemli olduğunu keşfetmek

Ham doğruluk dışında, araştırmacılar ısıdaki performansı gerçekten yönlendiren bileşenler ve işlem adımlarının neler olduğunu bilmek istediler. Korelasyonları incelediler ve her bir girdi değişkeninin modelin tahminlerini ne kadar kaydırdığını gösteren yorumlanabilirlik araçlarını kullandılar. Kürleme sıcaklığı, kürleme süresi ve alkali aktivatörün konsantrasyonu, betonun ısıtma sonrası ne kadar dayanımını koruduğunu kontrol eden baskın faktörler olarak öne çıktı. Irmak agrega miktarı veya su içeriğindeki küçük değişiklikler gibi değişkenler daha az rol oynadı. Analiz ayrıca bilinen fiziksel süreçleri yansıttı: ılımlı kürleme yoğun bir bağlayıcı ağ oluşturmaya yardımcı olurken, aşırı ısı veya fazla alkali içeriği malzemeyi daha gevrek hale getirip sıcaklıklar 1000 °C’ye doğru yükseldikçe çatlamaya yatkınlaştırabiliyor.

Test laboratuvarından tasarım aracına

Basitçe söylemek gerekirse, bu çalışma dağınık fırın testleri setini pratik bir tasarım yardımına dönüştürüyor. Ensemble modelleri, önerilen çevreci beton reçetesinin şiddetli bir yangında nasıl davranacağını, yüzlerce yeni numune döküp ısıtmadan tahmin edebilen hızlı, eğitilmiş danışmanlar gibi davranır. Hangi değişkenlerin en çok önem taşıdığını vurgulayarak mühendisleri kürleme ve kimyasal dozaj konusunda daha akıllı tercihlere yönlendirirler. Yaklaşım titiz testlerin veya yapı yönetmeliklerinin yerine geçmiyor ve hâlâ diğer malzemeler ve koşullara genişletilmesi gerekiyor. Ancak daha az deneme-yanılma deneyiyle daha güvenli, yangına dirençli ve daha sürdürülebilir beton yapılar tasarlama yolunda güçlü bir adım sunuyor.

Atıf: Deepti, Y., Kumar, S., Bandyopadhyay, A. et al. Assessment of thermally induced strength loss in alkali-activated concrete through ensemble regression models. Sci Rep 16, 14475 (2026). https://doi.org/10.1038/s41598-026-44193-1

Anahtar kelimeler: alkali aktive beton, ateşe dayanıklı malzemeler, makine öğrenimi, basınç dayanımı, sürdürülebilir inşaat