Учёные Мордовского государственного университета (МГУ) им. Н. П. Огарёва разработали самоуплотняющийся безусадочный мелкозернистый бетон. По технологическим и физико-механическим характеристикам он в 2−4 раза превосходит традиционные тяжелые бетоны. Проектирование высокофункционального материала выполнено с применением инструментов искусственного интеллекта — производительных алгоритмов машинного обучения.

Разработка представляет собой сухую строительную смесь, состоящую из портландцемента, кварцевого песка и комплексной органоминеральной добавки на основе поверхностно-активных веществ, отходов металлургических производств и распространенных осадочных пород. Благодаря полифункциональному модификатору цементная система после затворения водой приобретает способность к самоуплотнению и компенсации усадочных деформаций.

«Материал проявляет высокую эффективность на всех этапах жизненного цикла: в процессе приготовления и укладки бетонной смеси, твердения бетона и его эксплуатации в конструкции. Ввиду низкой проницаемости, высокой прочности и коррозионной стойкости срок службы разработанного бетона в обычных условиях эксплуатации (неагрессивных и слабоагрессивных средах) может превышать 150−200 лет. Кроме того, себестоимость сухой смеси на 10−15% ниже имеющихся аналогов за счет сниженной цементоемкости состава, использования местного сырья и отходов промышленности», — отметил канд. техн. наук, доцент кафедры строительных конструкций МГУ им. Н. П. Огарёва Артемий Балыков.

Полученный материал может применяться в гражданском, промышленном и транспортном строительстве для изготовления и ремонта железобетонных изделий и конструкций. Наряду со строительством жилья наиболее перспективной областью применения разработки являются технически сложные объекты — стадионы, мосты, путепроводы, аэродромы, нефте- и газодобывающие платформы, объекты тепловой и атомной энергетики.

Проектирование бетона выполнялось с использованием методов машинного обучения — одного из направлений искусственного интеллекта. Для решения поставленных задач была собрана и проанализирована база экспериментальных данных, включающая свыше тысячи различных составов цементного материала.

«Интеллектуальное проектирование высокофункционального бетона заключалось в разработке комбинированных многофакторных моделей, позволяющих вычислительной системе прогнозировать свойства и оптимизировать состав материала в результате реализации эффективных ансамблевых алгоритмов и искусственных нейронных сетей. Полученные модели машинного обучения могут осуществлять мониторинг прогностических факторов, обучаясь по мере поступления новых данных. Это дает возможность получать информацию в отношении влияния различных рецептурных и технологических параметров на структуру и основные эксплуатационные характеристики мелкозернистого бетона», — прокомментировала канд. физ.-мат. наук, доцент кафедры прикладной математики, дифференциальных уравнений и теоретической механики МГУ им. Н. П. Огарёва Елена Каледина.

Разработанные модели машинного обучения имеют широкие функциональные возможности по подбору составов и прогнозированию свойств высококачественных бетонов с улучшенными характеристиками. Основным потребителем таких информационных систем будут являться предприятия по производству строительных материалов, изделий и конструкций на основе цементного вяжущего.

«Материал, разработанный учёными университета под руководством д-ра техн. наук, профессора Татьяны Низиной, уже прошёл необходимые лабораторные испытания и готов к применению в строительной отрасли. Дальнейший этап — адаптация технологии к конкретному производству. К новому высокофункциональному бетону и интеллектуальным системам его проектирования уже проявили интерес индустриальные партнеры МГУ им. Н. П. Огарёва. В настоящее время ведутся переговоры о практической реализации разработки с региональными предприятиями, занимающимися производством товарного бетона, сухих смесей и железобетонных изделий», — отметил ректор МГУ им. Н. П. Огарёва Дмитрий Глушко.

Инновационный цементный материал и интеллектуальные системы машинного обучения разработаны в рамках реализации стратегического проекта «Материалы нового поколения и энергосбережение» программы Минобрнауки России «Приоритет 2030», а также инициативного проекта № 21−73−228 «Проектирование составов, моделирование структуры и свойств высокопрочных легких бетонов с применением методов машинного обучения», поддержанного Российским научным фондом.