Makine öğrenmesi kullanılarak şeker kamışı posası külüne dayalı jeopolimer betonun mekanik özelliklerinin analizi

Çiftlik atığını daha güçlü, daha temiz betona dönüştürmek

Beton modern şehirlerin belkemiğidir, ancak sıradan çimento üretimi büyük miktarda karbondioksit salınımına yol açar. Bu çalışma, tarımsal bir atık—şeker işleme sırasında oluşan külden—yeni bir beton türünün ana bileşenlerinden birine dönüştürerek bu kirliliği azaltmanın bir yolunu inceliyor. Ayrıca makine öğrenmesi dahil modern veri araçlarının, mühendislerin bu daha çevreci betonun ne kadar dayanıklı olacağını hızla tahmin etmelerine nasıl yardımcı olabileceğini gösteriyor.

Neden yeni bir beton türü önemli

Geleneksel beton, üretimi enerji yoğun ve küresel CO₂ emisyonlarının önemli bir payından sorumlu olan Portland çimentoya dayanır. Son yıllarda, “jeopolimer” beton umut verici bir alternatif olarak öne çıktı. Çimento yerine, uçucu kül gibi silika ve alümina açısından zengin endüstriyel yan ürünler alkalin çözeltilerle aktive edilerek kullanılıyor. Bu kimya, sert, taş benzeri bir bağlayıcı üretirken emisyonları %22–72 oranında azaltma potansiyeli sunuyor; üstelik dayanım veya dayanıklılıktan ödün vermiyor. Bu çalışmadaki yenilik, uçucu külün bir kısmını şeker kamışı posası külü ile ikame etmektir; bu kül, şeker fabrikalarında büyük miktarlarda üretilir ve genellikle depolama sahalarına dökülür veya ince, kirletici toz olarak açığa çıkar.

Şeker kamışı tarlalarından yapı bloklarına

Dünya’nın en büyük şeker kamışı üreticilerinden biri olan Hindistan, her yıl milyonlarca ton şeker kamışı posası külü üretir. Kimyasal olarak, bu kül reaktif silika ve diğer oksitlerce zengindir; doğru kullanıldığında geleneksel çimento katkıları gibi davranabilir. Araştırmacılar yerel kaynaklardan uçucu kül ve şeker kamışı posası külü topladı, bunları farklı oranlarda karıştırdı ve standart kum ve mıcır ile harmanladı. Ardından jeopolimer reaksiyonunu başlatmak için çeşitli konsantrasyonlarda sodyum hidroksit çözeltisi eklediler, test numuneleri döktüler ve kürlediler. Temel amaç, yüksek basınç, eğilme ve çekme dayanımı—betonun farklı türde gerilmeler altındaki performansını belirleyen üç temel ölçü—elde ederken uçucu külün ne kadarının şeker kamışı külü ile değiştirilebileceğini belirlemekti.

Dayanım için doğru dengeleri bulmak

Ekip, şeker kamışı posası külünün uçucu külün %0–50’sini ikame ettiği ve alkali çözeltinin gücünün değiştirildiği karışımları test etti. Hem posası külü oranının hem de sodyum hidroksit konsantrasyonunun performansı güçlü biçimde etkilediğini buldular. Özellikle başarılı bir tarif, %30 şeker kamışı külü ve orta-yüksek düzeyde aktivatör konsantrasyonu kullandı. 28 gün sonra bu karışım yaklaşık 47 megapaskal basınç dayanımına ulaştı; bu, yapısal uygulamalar için gereken aralıkta ve posası külü içermeyen kontrol karışımından daha yüksekti. Eğilme ve bölme testlerinde de benzer yükseliş eğilimleri görüldü, ancak en yüksek kül içeriklerinde dayanımlar dengelenme veya hafif düşüş gösterdi. Sonuçlar optimum bir denge olduğunu düşündürüyor: iç bağlayıcı yapıyı güçlendirecek kadar posası külü ama porozite ve tamamlanmamış reaksiyonun malzemeyi zayıflatmaya başlamayacağı kadar az.

Algoritmaların betondan öğrenmesine izin vermek

Laboratuvarda beton dayanımını ölçmek zaman alıcı ve masraflıdır, özellikle kül türü, ikame düzeyi ve kimyasal konsantrasyon gibi birçok değişken aynı anda değişiyorsa. Bunu hızlandırmak için araştırmacılar karışım tasarımından dayanımı tahmin etmek üzere üç tür makine öğrenmesi modeli eğittiler: yapay sinir ağı, rastgele orman ve XGBoost modeli. Sinir ağı eğitim verisine iyi uyum sağlasa da yeni veriler üzerinde başarısız oldu; bu klasik bir aşırı uyum belirtisi. Güçlü bir boosting yöntemi olan XGBoost eğitim setinde neredeyse mükemmeldi ancak test örneklerinde doğruluğunu kaybetti. Rastgele orman modeli en iyi dengeyi kurdu; tüm üç dayanım ölçüsü için görülmemiş veriler üzerinde yüksek öngörü gücünü koruyarak pratik tahminleme için en güvenilir seçim oldu.

Daha yeşil yapılar için anlamı

Bu çalışma, bir zamanlar bertaraf sorunu olarak görülen şeker kamışı posası külünün yüksek performanslı jeopolimer betonda değerli bir bileşen olarak kullanılabileceğini gösteriyor. Doğru karışım oranı ve aktivatör düzeyinde, bu malzeme atıkları depolama sahalarından uzaklaştırmanın ve karbon emisyonlarını azaltmanın yanı sıra geleneksel karışımlardan daha güçlü veya en az onun kadar dayanıklı beton sağlamaktadır. Bu daha çevreci tarifleri sağlam makine öğrenmesi modelleriyle eşleştirmek, mühendislerin yalnızca karışım tasarımından hızla dayanımı tahmin etmelerine olanak tanıyarak geliştirme döngülerini kısaltabilir ve test maliyetlerini düşürebilir. Sıradan okuyucu için çıkarım basit: Tarımsal artıklar ve akıllı algoritmalar birlikte çalışarak geleceğin şehirleri için daha temiz, daha güçlü yapılar inşa edebilir.

Atıf: Pratap, B., Kumar, S., Gupta, K.K. et al. Mechanical properties analysis of geopolymer concrete based on the sugarcane bagasse ash using machine learning. Sci Rep 16, 14485 (2026). https://doi.org/10.1038/s41598-026-44848-z

Anahtar kelimeler: jeopolimer beton, şeker kamışı posası külü, sürdürülebilir inşaat, makine öğrenmesi, uçucu kül