В ЮФУ научили нейросеть подбирать «рецепт» самого прочного бетона из отходов

В ЮФУ создали нейросеть, которая подбирает оптимальный состав бетона для строительной 3D-печати из отходов. Алгоритм находит компромисс между экологичностью и прочностью, позволяя сократить потребление природного песка и ускорить разработку новых материалов.

Главной задачей исследования было создать алгоритм, который обеспечивает компромисс между экологичностью и прочностью бетона, подчеркнули в Южном федеральном университете. Дополнительные требования к бетону с отходами накладывались из-за того, что он предназначался именно для 3D-печати зданий, а не для традиционных способов строительства.

«Смесь для строительной 3D-печати должна легко прокачиваться и равномерно выходить через сопло, но сразу после укладки сохранять форму и выдерживать массу последующих слоев. Поэтому при подборе состава важно учитывать не только итоговую прочность бетона, но и его пригодность для непрерывной и стабильной печати», — объяснила одна из авторов новой программы, руководитель Центра Компетенций Циркулярных Биоматериалов, ведущий научный сотрудник ЮФУ Екатерина Кравченко. Специалист подчеркнула, что при оценке прочности 3D-печатного бетона необходимо учитывать его послойную структуру, качество сцепления между слоями и зависимость механических характеристик от направления приложения нагрузки.

Ученые ЮФУ создали программу, которая позволяет использовать меньше первичных природных ресурсов для строительной 3D-печати – то есть частично заменить некоторые компоненты, для добычи которых требуется отдельная работа, на строительные отходы. Такой алгоритм поможет существенно ускорить создание новых составов для строительной 3D-печати, уменьшить расход сырья, число лабораторных экспериментов и время, необходимое для подбора смеси. Печатать из таких материалов можно внутренние перегородки, фасадные элементы, малые архитектурные формы (например, клумбы или лавки) и отдельные неструктурные компоненты малоэтажных зданий.

«С одной стороны, в составе должно присутствовать максимально возможное количество вторичного сырья, полученного из строительных отходов, чтобы сократить потребление природного песка и вернуть отходы в производственный цикл. С другой стороны, увеличение доли переработанных компонентов не должно приводить к существенной потере прочности бетона. В результате машинное обучение помогает подобрать такой компромиссный состав», — объяснила одна из авторов работы, профессор, заведующая кафедрой почвоведения и оценки земельных ресурсов ЮФУ Татьяна Минкина. 

В будущем ученые планируют продолжить разработку экологичных стройматериалов для 3D-печати для городской инфраструктуры, в том числе для проектов вертикального озеленения.

«Мы стремимся сделать города «зелеными» сразу в двух смыслах: за счет увеличения площади растительности «вверх», и за счет применения экологичных материалов и низкоуглеродных технологий при создании самих конструкций», — добавила Минкина.

Работа выполнена при поддержке федеральной программы «Приоритет-2030» (нацпроект «Молодежь и дети») ЮФУ. Результаты представлены в Journal of Materials in Civil Engineering, ASCE.

Автор текста: Юлия Сопрунова, ред. Ольга Молоткова

Источник: https://sfedu.ru/press-center/news/80936