Современная строительная отрасль все чаще задумывается об экологии. Производители бетона ищут способы снизить вред от производства, и тут на помощь приходят промышленные отходы. Одно из самых интересных направлений — высокопрочный самоуплотняющийся бетон с добавлением золы-унос (HVFA-SCC). Про него уже известно, что он может творить чудеса, но до сих пор не было четкого стандарта, как его разрабатывать. Инженеры как будто тыкали пальцем в небо, опираясь на удачу и отдельные эксперименты.

Чтобы исправить эту ситуацию, группа исследователей из Индии и Таиланда решила заглянуть внутрь этого материала с помощью современных компьютерных технологий. Перед ними стояла двойная задача: научиться точно предсказывать прочность такого бетона и сделать так, чтобы сложные математические модели не оставались «черным ящиком», непонятным для простых инженеров на стройплощадке.

Ученые взяли за основу самоуплотняющийся бетон, где значительную часть цемента заменили на золу-унос и микрокремнезем. Эти добавки меняют свойства смеси: она становится более текучей, лучше заполняет формы, меньше расслаивается. В качестве подопытных выступили случайный лес (RF) и три его «прокачанные» версии, где алгоритм настраивали с помощью роя частиц, байесовской оптимизации и дифференциальной эволюции. Последний вариант, RF-DE, показал себя лучше всех.

Но главная их гордость — не просто сухие цифры в таблицах. Понимая, что строителю на заводе ЖБИ некогда разбираться в тонкостях машинного обучения, они разработали простую программу с графическим интерфейсом. Любой технолог теперь может загрузить свои параметры (сколько цемента, золы, песка, как растекается смесь) и моментально получить прогноз прочности. Это как личный калькулятор, только для бетона.

Подробности опубликованы в издании Frontiers of Structural and Civil Engineering.

Чтобы убедиться, что модель не врет, ученые проверили ее с помощью статистики и даже микроскопов. Снимки со сканирующего электронного микроскопа подтвердили: там, где в бетоне есть и зола, и микрокремнезем, структура получается плотнее, без лишних пустот. Особенно хорошо это видно после 90 дней созревания. Кстати, выяснилось, что идеальная дозировка микрокремнезема для максимальной прочности — 6-8 процентов.

Для науки это исследование ценно тем, что оно делает шаг от простого накопления данных к их осмыслению. Вместо того чтобы проводить сотни экспериментов методом проб и ошибок, теперь можно построить модель и понять, какие именно факторы (например, текучесть смеси или возраст бетона) сильнее всего влияют на конечный результат. Метод SHAP, который они использовали, как бы подсвечивает эти зависимости, делая «черный ящик» прозрачным.

В реальной жизни польза еще ощутимее. Представь завод, который производит бетон. Раньше, чтобы вывести новую рецептуру с золой-унос, пришлось бы потратить месяцы и кучу денег на замесы, испытания образцов, их выдерживание и разрушение. Теперь инженер садится за компьютер, вводит параметры в интерфейс — и через секунду знает примерную прочность. Это колоссальная экономия ресурсов, времени и снижение себестоимости. А значит, «зеленый» бетон с использованием отходов станет доступнее, и строители будут охотнее его применять. Дома и дороги станут не только дешевле, но и экологичнее.

При всех достоинствах работы, есть один важный нюанс, который часто упускают из виду в подобных исследованиях. Модель обучали на данных, полученных в строго контролируемых лабораторных условиях. В реальности же качество золы-унос может сильно гулять от партии к партии, вода из-под крана имеет разную жесткость, а температура на стройплощадке меняется каждый час. Авторы не показали, насколько устойчива их модель к такому «зашумлению» данных. Будет ли RF-DE так же точен, если на вход подать параметры неидеального песка или золы с сомнительного склада? Без ответа на этот вопрос доверять программе в серьезном строительстве пока рискованно.

Ранее ученые разработали более прочный и экологичный бетон.