Physics-Informed Neural Network Framework for Predicting Compressive Strength of Coconut Fiber Reinforced Concrete
تقترح هذه الدراسة إطار عمل للشبكات العصبية المستنيرة بالفيزياء (PINN) يدمج القوانين الأساسية لمواد الخرسانة مع البيانات التجريبية للتنبؤ بدقة وموثوقية بقوة الضغط للخرسانة المسلحة بألياف جوز الهند، مع ضمان الاتساق الفيزيائي والقابلية للتفسير.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تُعد الخرسانة أكثر مواد البناء استخداماً على وجه الأرض، وهي مادة جوهرية للغاية لدرجة أنها تشكل أفق كل مدينة حديثة. ومع ذلك، فإن العملية ذاتها التي تجعلها قوية تضر بالكوكب أيضاً، حيث ينتج عن إنتاج مكونها الرئيسي، الإسمنت، كمية هائلة من ثاني أكسيد الكربون. وفي البحث عن مستقبل أكثر خضرة، توجه المهندسون إلى الطبيعة، حيث قاموا بخلط ألياف جوز الهند في الخرسانة لإنشاء مركب يتسم بالاستدامة والصلابة في آن واحد. تعمل هذه الألياف، المستخرجة من قشور جوز الهند، مثل تعزيزات دقيقة تساعد المادة على مقاومة التصدع وامتصاص الطاقة. ومع ذلك، فإن التنبؤ بمدى قوة هذه المادة الجديدة بدقة يمثل لغزاً صعباً؛ إذ تعتمد القوة على رقصة معقدة من العوامل: كمية الماء الممزوجة، ومدة معالجة الخرسانة، وكمية الألياف المضافة، وحتى كمية الركام المعاد تدويره المستخدم بدلاً من الحجر الطازج. فإذا كان المزيج خاطئاً، قد يكون المبنى غير آمن؛ وإذا كان متحفظاً للغاية، فقد تُهدر المادة.
لسنوات، حاول العلماء حل هذا اللغز باستخدام نماذج حاسوبية تتعلم من التجارب السابقة. هذه النماذج جيدة في إيجال الأنماط في البيانات، لكنها غالباً ما تفشل عندما يُطلب منها التنبؤ بشيء لم تره من قبل. فقد تقترح أن مزيجاً خرسانياً تمت معالجته لمدة عام هو أضعف من مزيج تمت معالجته لمدة شهر، أو أن إضافة المزيد من الماء تجعل الخرسانة أقوى. تحدث هذه الأخطاء لأن الحاسوب يقوم فقط بحفظ الأرقام دون فهم القوانين الفيزيائية التي تحكم كيفية تصلب الخرسانة فعلياً. ولإصلاح ذلك، طور فريق من الباحثين من نيبال نوعاً جديداً من النماذج الحاسوبية التي تجبر الحاسوب على الانصياع لقوانين الفيزياء. وقد أطلقوا عليه اسم "الشبكة العصبية المستندة إلى الفيزياء" (Physics-Informed Neural Network). فبدلاً من ترك الحاسوب يخمن بحرية، قاموا ببناء قواعد كيمياء الإسمنت مباشرة داخل عقل النموذج، مما يضمن أن كل تنبؤ يقوم به يحترم واقع سلوك المواد.
بدأ الباحثون بجمع مجموعة ضخمة من البيانات، حيث جمعوا 586 سجلاً من 30 دراسة علمية مختلفة. احتوت هذه السجلات على تفاصيل حول كل جانب من جوانب خلطات الخرسانة، بدءاً من كمية الإسمنت والماء وصولاً إلى طول وكمية ألياف جوز الهند المستخدمة. ثم أدخلوا هذه المعلومات في نموذجهم الجديد، ولكن مع لمسة حاسمة؛ فقبل أن يتمكن النموذج من إجراء أي تنبؤ، كان عليه اجتياز سلسلة من الاختبارات القائمة على الحقائق الفيزيائية المعروفة. على سبيل المثال، تمت برمجة النموذج ليعرف أن الخرسانة تصبح دائماً أقوى كلما زاد عمرها، ولا تضعف أبداً. كما تعلم أيضاً أن إضافة المزيد من الماء تجعل الخرسة أضعف بشكل عام، وأن استبدال الحجر الطبيعي بركام الخرسانة المعاد تدويره يقلل عادةً من القوة. وإذا حاول النموذج التنبؤ بنتيجة تكسر هذه القواعد، فإنه يُصحح فوراً. ضمنت هذه العملية أن النموذج لم يتعلم من البيانات فحسب، بل تعلم مع البيانات، مسترشداً بالمبادئ الأساسية لعلوم المواد.
أظهرت النت النتائج أن هذا النهج الجديد كان فعالاً للغاية. فقد تنبأ النموذج بقوة خرسانة ألياف جوز الهند بدقة ملحوظة، مطابِقاً أداء أفضل النماذج الحاسوبية التقليدية. ومع ذلك، كان الانتصار الحقيقي في موثوقيته؛ فعندما اختبر الباحثون النموذج في سيناريوهات لم يسبق له رؤيتها، مثل خرسانة خضعت للمعالجة لفترة طويلة جداً أو خلطات تحتوي على كميات غير معتادة من الألياف، تصرف النموذج الجديد بشكل منطقي. فقد تنبأ بشكل صحيح بأن القوة ستستمر في الارتفاع ببطء ثم تستقر في النهاية، بينما كانت النماذج القديمة أحياناً تقدم تخمينات جامحة وغير منطقية، مشيرة إلى أن الخرسانة ستفقد قوتها فجأة أو ستصبح قوية بشكل مستحيل. كما حدد النموذج الجديد بدقة "النقطة المثالية" لإضافة ألياف جوز الهند؛ حيث تعلم أن إضافة كمية صغيرة من الألياف يقوي الخرسانة، لكن إضافة الكثير منها يضعفها في الواقع لأن الألياف تبدأ في التكتل وتكوين جيوب هوائية. وقد حدد النموذج هذا النطاق الأمثل بين 1.5 و2.0 في المائة من إجمالي الخليط، وهو اكتشاف يتوافق تماماً مع ما يلاحظه المهندسون في العالم الحقيقي.
من خلال الجمع بين قوة الذكاء الاصطناعي الحديث والقواعد الخالدة للفيزياء، أنشأ الباحثون أداة يمكن للمهندسين الوثوق بها. هذه الأداة لا تكتفي بإخراج الأرقام فحسب، بل تقدم تفسيراً واضحاً ومنطقياً لسبب كون المزيج قوياً أو ضعيفاً. إنها تحترم حقيقة أن الخرسانة مادة حية تتغير بمرور الوقت وتتفاعل مع مكوناتها بطرق محددة. يشير هذا العمل إلى مسار جديد نحو البناء المستدام، حيث يمكن للمهندسين تصميم مبانٍ باستخدام خرسانة ألياف جوز الهند بثقة، مدركين أن تصميماتهم ترتكز على كل من البيانات وقوانين الطبيعة. وتثبت هذه الدراسة أنه عندما نعلم الحواسيب فهم العالم المادي، بدلاً من مجرد حفظه، يمكننا حل المشكلات الهندسية المعقدة بدقة وأمان أكبر، مما يمهد الطريق لبيئة عمرانية أكثر استدامة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.