مدلی از بتن که میتواند دی‌اکسیدکربن هوا را جذب کند!

به گزارش مجله خبری نگار/برنا،محققان دانشکده مهندسی ویتربی دانشگاه کالیفرنیای جنوبی موفق به توسعه یک مدل هوش مصنوعی قدرتمند با نام Allegro-FM شده‌اند که توانایی شبیه‌سازی همزمان بیش از چهار میلیارد اتم را دارد. این پیشرفت انقلابی در زمینه طراحی مواد، امکان ساخت نسل جدیدی از بتن‌های هوشمند و پایدار را فراهم کرده که می‌توانند دی‌اکسیدکربن را جذب کرده، در برابر شرایط سخت محیطی از جمله آتش‌سوزی‌های گسترده مقاومت کنند و حتی خودترمیم‌پذیر باشند.

الهام از فاجعه؛ آغاز نوآوری

به گزارش science daily ایده این پروژه پس از وقوع آتش‌سوزی‌های ویرانگر در لس‌آنجلس در ژانویه گذشته شکل گرفت. آی‌ایچیرو ناکانو استاد علوم کامپیوتر، فیزیک، نجوم و زیست‌شناسی محاسباتی با مشاهده آثار این فاجعه به فکر نقش علم در مقابله با بحران‌های زیست‌محیطی افتاد. او با همکار دیرینه خود کن‌ایچی نومورا، استاد مهندسی شیمی و علوم مواد در دانشگاه USC تماس گرفت؛ همکاری‌ای که بیش از دو دهه قدمت دارد. نتیجه این همکاری توسعه پلتفرم شبیه‌سازی پیشرفته‌ای به نام Allegro-FM بود که در بررسی‌های نظری خود نشان داد امکان بازجذب دی‌اکسیدکربن تولیدشده در فرآیند ساخت بتن و بازگرداندن آن به درون خود بتن وجود دارد؛ رویکردی نوین در فناوری کربن خنثی.

ناکانو در این‌باره می‌گوید: شما می‌توانید دی‌اکسیدکربن را داخل بتن قرار دهید و این باعث می‌شود بتنی با انتشار خالص صفر داشته باشیم.

مهار دی‌اکسیدکربن با هوش مصنوعی

تحقیقات ناکانو، نومورا، پریا واشیشتا (استاد مهندسی شیمی و علوم مواد) و راجیو کالیان (استاد فیزیک و نجوم) در زمینه "جذب دی‌اکسیدکربن" به کمک Allegro-FM، راهی نو برای مقابله با یکی از سخت‌ترین چالش‌های اقلیمی پیش پای بشر باز کرده است.

در حال حاضر صنعت ساخت بتن سهمی نزدیک به ۸ درصد از کل انتشار جهانی دی‌اکسیدکربن دارد. با استفاده از Allegro-FM پژوهشگران می‌توانند پیش از آزمایش‌های پرهزینه واقعی ترکیبات مختلف شیمیایی بتن را به صورت مجازی شبیه‌سازی کنند. این امر توسعه بتن‌هایی را که به‌جای تولید کربن به مخزن آن تبدیل می‌شوند، به‌شدت تسریع می‌بخشد.

پیشرفتی هزار برابر در مقیاس محاسباتی

آنچه Allegro-FM را منحصر‌به‌فرد می‌کند مقیاس‌پذیری بالا و دقت کوانتومی آن است. برخلاف روش‌های معمول شبیه‌سازی که تنها توانایی پردازش هزاران تا میلیون‌ها اتم را دارند، Allegro-FM موفق شد شبیه‌سازی بیش از ۴ میلیارد اتم را با راندمان ۹۷.۵ درصدی روی ابررایانه Aurora در آزمایشگاه ملی آرگون انجام دهد. این یعنی دستاوردی حدود هزار برابر بزرگ‌تر از روش‌های پیشین در زمینه شبیه‌سازی‌های مولکولی.

از بتن تا جدول تناوب

این مدل همچنین قادر است رفتار مولکولی ۸۹ عنصر شیمیایی را پیش‌بینی کند؛ از ترکیبات شیمیایی سیمان گرفته تا فناوری‌های نوین ذخیره کربن. نومورا در این زمینه می‌گوید: بتن ماده‌ای بسیار پیچیده است که از عناصر متعدد فاز‌های مختلف و سطوح مشترک گوناگون تشکیل شده است. به‌طور سنتی امکان شبیه‌سازی دقیق این پدیده‌ها وجود نداشت. اما اکنون با Allegro-FM می‌توانیم ویژگی‌های مکانیکی و ساختاری بتن را با دقت شبیه‌سازی کنیم.

الگویی از مهندسی رومی با فناوری نوین

علاوه بر دوست‌دار محیط زیست بودن این بتن‌ها می‌توانند از نظر دوام نیز انقلابی ایجاد کنند. بتن‌های مدرن به‌طور میانگین حدود ۱۰۰ سال عمر دارند، اما بتن‌های رومی باستانی تا بیش از ۲۰۰۰ سال پابرجا مانده‌اند. ناکانو توضیح می‌دهد که افزودن لایه‌ای موسوم به لایه کربناته (carbonated layer) با جذب دی‌اکسیدکربن به درون بتن می‌تواند استحکام آن را به‌طور چشمگیری افزایش دهد و عمر مفید آن را نیز چند برابر کند.

ساده‌سازی محاسبات کوانتومی با هوش مصنوعی

پیش‌تر برای شبیه‌سازی رفتار اتم‌ها نیاز به حل دقیق و پیچیده معادلات مکانیک کوانتومی بود. اما امروزه با ورود یادگیری ماشین به این حوزه پژوهشگران دیگر نیازی به مشتق‌گیری‌های سخت و زمان‌بر ندارند. نومورا می‌گوید: اکنون با استفاده از داده‌های آموزشی و یادگیری ماشین مدل‌ها می‌توانند محاسبات پیچیده کوانتومی را سریع‌تر و بهینه‌تر انجام دهند.

Allegro-FM قادر است توابع برهم‌کنش بین اتم‌ها را که پیش‌تر برای هر عنصر به‌صورت جداگانه تعریف می‌شدند، به‌صورت کلی و همزمان برای بیشتر جدول تناوب پیش‌بینی کند. این یعنی پایان‌یافتن نیاز به فرمول‌های خاص برای هر ماده.

آینده‌ای نو برای مصالح ساختمانی

این دستاورد نه‌تنها ظرفیت علم مواد را گسترش می‌دهد، بلکه در عمل می‌تواند راهکار‌هایی برای ساخت مصالح مقاوم‌تر، بادوام‌تر، کربن‌خنثی و سازگار با محیط زیست ارائه دهد.

نومورا تاکید می‌کند: ما هنوز کار‌های زیادی پیش‌رو داریم. در ادامه، به شبیه‌سازی بتن با هندسه‌ها و سطوح پیچیده‌تر خواهیم پرداخت.

نتایج این تحقیق به‌تازگی در نشریه Journal of Physical Chemistry Letters منتشر شده و تصویر جلد این شماره از مجله را نیز به خود اختصاص داده است.