Команда исследователей Томского государственного архитектурно-строительного университета разработала уникальную математическую модель, основанную на обучении нейронных сетях, позволяющую точно и стабильно рассчитывать оптимальные составы дисперсных компонентов в бетонных смесях. Время, затрачиваемое на проектирование состава и его изготовление, составляет примерно час – в то время как обычный процесс мог бы длиться годы.
Обучение нейронной сети включало анализ входных данных по характеристикам исходного сырья: плотности, размера частиц песка, цемента, наполнителей, а также разработанной комплексной модифицирующей добавки. Модель рассчитывала максимальную плотность упаковки дисперсных частиц и формировала составы исходя из заданных требований по прочности и подвижности. Полученные результаты проходили лабораторные испытания, а полученные экспериментальные данные использовались для дальнейшего обучения и усовершенствования модели.
Применение разработанной физико-математической модели позволило инженерам ТГАСУ получить качественные самоуплотняющиеся мелкозернистые бетоны при низком расходе цемента. Модель на основе искусственного интеллекта позволяет в короткое время рассчитывать составы.
Ключевыми компонентами разработанных составов стали: цемент, фракционированный песок, кварцевая мука – вторичный продукт горнодобывающей промышленности, а также разработанная учёными вуза комплексная модифицирующая добавка, состоящая из вторичных продуктов (микрокальцит и кварцевая мука) и наномодификатора. Для повышения характеристик бетонов использован пластификатор, сокращающий потребление воды на 20%, при этом увеличивающего текучесть смеси.
– Самоуплотняющиеся бетоны позволяют создавать конструкции сложной геометрии, такие как оболочки, тонкостенные формы, высокоармированные конструкции и высотные здания, в том числе конструкции для атомной промышленности. Наши составы обеспечивают эффективное, рациональное и экономически выгодное производство бетонных смесей, – подчеркнула профессор Наталья Копаница, заведующая кафедрой строительных материалов и технологий ТГАСУ.
Отметим, что созданные составы обладают высокой текучестью, морозостойкостью и прочностью, имеют однородную структуру и не расслаиваются. Применение разработанной модели позволяет легко варьировать состав в зависимости от требований по плотности, прочности и подвижности.
Работа выполнена научным коллективом ТГАСУ. В составе старший преподаватель Анжелика Куликова, доцент Ольга Демьяненко, заведующая кафедрой, профессор Наталья Копаница. Партнерами проекта выступают АО «ТГОК «Ильменит» (Росатом) и ООО ТД «ТОП Бетон».
– Разработка нейросетевой модели для подбора составов бетонных смесей – очередной шаг к внедрению умных технологий в строительство и архитектуру. В этом направлении вуз активно работает в рамках развития университета в проекте «Приоритет-2030», – отметил проректор ТГАСУ по научной работе Олег Волокитин.
Исследование проводится в рамках реализации ТГАСУ программы «Приоритет-2030».
