Come la blockchain e l'AI rendono più forte il cemento verde?

L'industria delle costruzioni vuole ridurre l'impatto ambientale senza sacrificare la resistenza dei materiali. Una risposta è il calcestruzzo geopolitico a base di cenere volante (GPC), che usa meno CO₂ rispetto al cemento tradizionale. Il problema? Prevedere con precisione la resistenza a flessione del GPC, che dipende da fattori come la quantità di cenere e il tipo di attivatore alcalino.

Un team di ricercatori ha combinato due tecnologie emergenti: la Gene Expression Programming (GEP), un algoritmo di intelligenza artificiale capace di scoprire relazioni nascoste tra variabili, e la blockchain, che registra i dati in modo immutabile e trasparente. Il risultato è il framework B‑GEPF, che analizza come il modulo di silice degli attivatori (una misura della loro composizione) influisce sulla resistenza a flessione.

I test hanno mostrato che aumentare la concentrazione dell’attivatore (8 M NaOH con silicato di sodio) migliora la resistenza, mentre la cenere volante rende il composto più lavorabile e riduce il calore di idratazione, mantenendo la forza nel tempo grazie a reazioni secondarie. Grazie alla blockchain, ogni esperimento è tracciabile e verificabile, facilitando la certificazione e la collaborazione tra produttori, ingegneri e autorità.

In pratica, B‑GEPF accelera la ricerca di miscele ottimali, garantendo affidabilità e scalabilità industriale. Il mix di AI predittiva e blockchain promette un futuro in cui i materiali da costruzione sono sia ecologici sia certificati digitalmente, aprendo la strada a infrastrutture più resilienti e sostenibili.

Il framework B‑GEPF si basa su Gene Expression Programming, una variante della programmazione genetica che evolve espressioni matematiche per modellare dati complessi. In questo caso, la GEP ha generato equazioni che collegano il modulo di silice (Ms), la concentrazione di NaOH, la percentuale di cenere volante (FA) e il rapporto aggregato fine‑grossolano (FA/AG) alla resistenza a flessione (Rf). La fitness della popolazione è stata valutata mediante l'errore quadratico medio (RMSE) su un set di 120 misurazioni sperimentali.

Per garantire l'integrità dei dati, ogni risultato sperimentale è stato hashato e inserito in una blockchain permissioned basata su Hyperledger Fabric. Questo approccio consente la tracciabilità delle versioni di dataset, la verifica delle modifiche e la gestione dei permessi di accesso, riducendo il rischio di manipolazione. Inoltre, la blockchain supporta smart contract che attivano automaticamente la ri‑addestramento del modello GEP quando nuovi dati superano una soglia di significatività statistica (p < 0,05).

Dal punto di vista chimico, l’aumento del modulo di silice porta a una maggiore formazione di strutture Si–O–Al, migliorando la reticolazione della rete geopolitica. La cenere volante, ricca di SiO2 e Al2O3, partecipa a reazioni di pozzolanizzazione, rilasciando silice amorfa che reagisce con gli attivatori alcalini. Queste reazioni secondarie generano gel N‑A‑S‑H (sodio‑aluminosilicato), responsabile della resistenza a lungo termine.

L'analisi di sensitività ha evidenziato che il modulo di silice è il fattore più influente (≈45% di varianza), seguito dalla percentuale di cenere (≈30%) e dal rapporto aggregato (≈15%). L’interazione tra questi parametri è non lineare, giustificando l’uso di GEP rispetto a modelli lineari tradizionali.

In sintesi, B‑GEPF combina AI evolutiva e governance digitale per ottimizzare la formulazione del GPC, offrendo previsioni affidabili, tracciabilità dei dati e capacità di adattamento continuo, elementi chiave per la diffusione su larga scala di materiali da costruzione a bassa impronta di carbonio.