Профессор РУДН: правильные пропорции бетонной смеси повышают прочность на 30%
Чтобы сделать бетон более устойчивым к статическим и циклическим нагрузкам, его дополняют «каркасом» — арматурой или нановолокнами. При этом все еще необходимо искать пути укрепления бетона и без арматуры. Это нужно, например, для ремонта старых сооружений, построенных из обычного бетона. Профессор РУДН с коллегами из Ирана провел серию экспериментов и создал искусственную нейронную сеть, чтобы рассчитать, как сделать бетон прочнее без новых «ингредиентов».
Бетон — это композитный материал из мелких и крупных наполнителей, которые скрепляются друг с другом цементирующим раствором и затвердевают. Чтобы повысить статическую и циклическую прочность зданий, инженеры-строители используют железобетон. Большие сооружения, например, плотины и многоэтажные автостоянки, сделаны из железобетона. Однако во всем мире все еще существуют старые конструкции из обычного бетона, которые нуждаются в ремонте. Поэтому поиск практичных и недорогих способов повышения прочности обычного бетона — по-прежнему важная задача. Большая часть исследований устарели. Лишь немногие исследователи используют новые методы, например, интеллектуальный анализ данных, алгоритмы нейронных сетей, гибридные методы оптимизации и машинного обучения для оценки прочности обычного бетона.
Инженеры вычислили оптимальные параметры смеси, которые делают бетон максимально прочным без использования дополнительных элементов. На прочность влияют форма и размер частиц наполнителя — щебня, гравия или песка — и температура затвердевания раствора. Лучшая форма частиц наполнителя — округлая. Угловатые фракции, напротив, снижают прочность. С увеличением размера частиц прочность повышается. А температуру, при которой раствор затвердевает, лучше держать на уровне 10℃. Таким образом можно добиться повышения прочности бетона на 30%. Для моделирования инженеры РУДН создали искусственную нейронную сеть с помощью так называемого метода обратного распространения ошибки. Для обучения нейронной сети исследователи провели серию экспериментов с различными образцами бетона. Часть экспериментальных данных оставили для проверки получившейся модели.
Мы обнаружили, что в обычном бетоне внешний вид наполнителей, их размер и геометрия, а также условия затвердевания, оказывают значительное влияние на прочность. Мы исследовали взаимосвязь между этими параметрами экспериментально и получили лучшие условия для получения прочного бетона
Результаты опубликованы в журнале Buildings.
injeneriya_kashizade_prochnost-betona_illyustr_2022-07-07-1.jpg
Представьте себе мир, где у каждого есть достаточно еды, чистая вода, доступ к образованию и достойная работа. Мир, где берегут природу и заботятся о будущем нашей планеты. Это и есть цели устойчивого развития — построить устойчивое будущее для всех! Для этого Организация Объединенных Наций (ООН) в 2015 году определила 17 Целей устойчивого развития (ЦУР). ЦУР — это глобальный план, который помогает странам и людям вместе двигаться к лучшему будущему. К нему присоединились 193 государства-члена ООН.
Исследователи факультета искусственного интеллекта РУДН провели масштабное исследование, которое раскрыло системные ошибки больших языковых моделей (LLM) при диагностике депрессии по тексту. Эта работа, выполненная совместно с коллегами из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ и MBZUAI, не только выявляет проблему, но и закладывает основу для создания более надёжных и безопасных инструментов для детектирования депрессии и тревожности.
В РУДН состоялась первая научно-практическая конференция «Функциональная морфология тканевого микроокружения: от теории к практике», посвящённая памяти академика РАН Михаила Пальцева. Она объединила ведущих исследователей из России, Китая и других стран, став важной площадкой для обсуждения трансляции фундаментальных открытий в персонализированную медицину.