Ученые Сибирского федерального университета разработали уникальную модель, основанную на машинном обучении, оптимизирующую состав бетонных смесей, сообщается на сайте вуза.
«Обычно состав подбирается "вручную" — это затратно и требует значительного времени для оценки его стойкости в суровых условиях эксплуатации. Благодаря использованию специально обученного искусственного интеллекта можно существенно сократить процесс — сэкономить пару лет и материальные ресурсы», — рассказала соавтор исследования Ирина Енджиевская.
По ее словам, подбор материалов для бетона — сложный процесс, особенно при необходимости обеспечения морозостойкости. Например, в то время как бетон, рассчитанный на 200 циклов используется в большей части страны, в условиях Крайнего Севера требуется материал, способный выдерживать 300 циклов эксплуатации. Сложность заключается в том, что ученые сложно экспериментально определить, какие компоненты в составе бетона влияют на эту характеристику.
Искусственный помощник подскажет, в какой пропорции следует использовать эти компоненты и как нивелировать их недостатки, чтобы в итоге получился тот самый бетон с заданными свойствами.
Одной из ближайших задач, которые будут также решаться методами машинного обучения, является разработка оптимального состава бесцементного бетона. Такой материал будет выгодно отличаться своей экологичностью из-за уменьшения выбросов углекислого газа, кроме того, в нем будут использоваться активированные промышленные отходы — зола и нефелиновый шлам, образующийся при переработке редкоземельных руд.
