ادغام بتن خودترمیم شونده و هوش مصنوعی برای پیش بینی و ترمیم خرابی سازه های عمرانی: مطالعه ای سیستماتیک و متاآنالیز

بتن خودترمیم شونده (Self-Healing Concrete - SCC) یک نوآوری کلیدی در مهندسی عمران است که با بهره گیری از مکانیسم های بیولوژیکی مانند باکتری های Bacillus یا شیمیایی مانند میکروکپسول ها و کریستال های هیدراته قادر به ترمیم خودکار ترک ها و آسیب های ساختاری است. این فناوری نه تنها عمر مفید سازه ها را افزایش می دهد بلکه هزینه های نگهداری را نیز به طور قابل توجهی کاهش می دهد (وان تیتلبوم و دی بلی ۲۰۱۳؛ جانکرز و همکاران ۲۰۱۰؛ ویکتور و جانکرز ۲۰۱۱؛ هوانگ و یی، ۲۰۱۹). ادغام SCC با هوش مصنوعی (AI) به ویژه الگوریتم های یادگیری ماشین (ML) مانند شبکه های عصبی کانولوشنی (CNN) و حافظه ی کوتاه مدت بلند (LSTM) امکان نظارت واقعی زمان بر وضعیت سازه ها و پیش بینی دقیق خرابی ها را فراهم می کند. این ادغام با تحلیل داده های سنسورهای جاسازی شده مانند شتاب سنج ها، کرنش سنج ها و حسگرهای هوشمند دقت تشخیص آسیب را تا ۹۵% افزایش می دهد و دوام سازه ها را حدود ۴۰% بهبود می بخشد (گاردنر و همکاران ۲۰۲۱؛ ژانگ و وانگ ۲۰۲۴؛ داوودی و همکاران ۲۰۲۲؛ عظیمی و همکاران ۲۰۲۰). این مطالعه یک مرور سیستماتیک بر ادغام SCC و AI برای پیش بینی خرابی سازه ها ارائه می دهد. از میان بیش از ۳۵۰ منبع جستجو شده در پایگاه های داده Web of Science، Scopus و SID در بازه زمانی ۲۰۱۵ تا ۲۰۲۵، ۲۸ مطالعه ی کلیدی انتخاب و تحلیل شد. نتایج تحلیل آماری نشان دهنده ی اثر اندازه متوسط (SMD = ۰.۸۵) در بهبود دقت پیش بینی با مدل های AI است (ژانگ و وانگ ۲۰۲۴). علاوه بر این، ادغام SCC با فناوری های IoT و سنسورهای جاسازی شده، امکان پیش بینی ترمیم خودکار را فراهم می کند و در مناطق زلزله خیز مانند ایران ایمنی سازه ها را به طور چشمگیری افزایش می دهد (قاسمی و همکاران ۱۴۰۱؛ احمدی و همکاران ۱۴۰۰؛ داوودی و همکاران ۲۰۲۲). محدودیت های اصلی شامل هزینه های اولیه ی بالا، پیچیدگی ادغام سیستم ها و نیاز به داده های آموزشی بیشتر برای مدل های AI است. پیشنهادات این مطالعه شامل استفاده از SCC-AI در پروژه های عمرانی ایران و تمرکز تحقیقات آینده بر مدل های هیبریدی AI مانند ترکیب CNN با LSTM برای پیش بینی دقیق تر است (ژانگ و وانگ ۲۰۲۴؛ سونی و همکاران ۲۰۱۹).

کلیدواژه ها:

بتن خودترمیم شونده ، هوش مصنوعی ، پیش بینی خرابی سازه های عمرانی ، یادگیری ماشین ، دوام بتن ، نظارت واقعی زمان ، مکانیسم های بیولوژیکی ، شبکه های عصبی عمیق ، ادغام IoT