“Smart cement” con CNT, autoriparazione, sensori integrati e AI: cosa c’è davvero nello studio
Che cos’è il materiale proposto
Un team guidato da Vikrant S. Vairagade (Priyadarshini College of Engineering, Nagpur) presenta un composito cementizio che combina nanotubi di carbonio (CNT) funzionalizzati, microcapsule epossidiche autoriparanti e piezoresistività per il monitoraggio strutturale, con supporto di modelli di intelligenza artificiale per la prognostica dei danni. L’obiettivo è ridurre l’uso di sensori esterni e integrare in un unico materiale rinforzo meccanico, autoriparazione e sensing.
Funzionalizzazione dei CNT e miglioramenti misurati
I CNT vengono ossidati con una miscela nitrico/solforico (70:30 v/v) per migliorare dispersione e adesione interfaciale nella matrice. Nel lavoro divulgato si riportano ≈+30% di resistenza a compressione (fino a ~65 MPa) e 10× di incremento della conducibilità elettrica grazie alla rete percolante dei CNT. Valori di resistività ~100 Ω·m abilitano l’uso del materiale sia come elemento portante sia come “sensore diffuso”.
Autorigenerazione tramite microcapsule
Sono aggiunte microcapsule di silice con polimero epossidico (~5% sulla massa di cemento). In prova, fessure fino a 0,5 mm si richiudono con efficienza >85%; crepe di 0,3 mm si sono richiuse in ≈36 h. La scelta delle microcapsule epossidiche è coerente con la letteratura su microcapsule per calcestruzzo autoriparante (metodi UF/DCPD ed epossidiche, effetti su meccanica e durabilità).
Sensing integrato e “antenne” per danno
La rete conduttiva dei CNT consente di rilevare variazioni resistive associate alla crescita di cricche; il team riferisce rilevabilità da 0,05 mm con trasmissione fino a ~50 m e ~95% di tasso di individuazione nei test. L’approccio si inserisce nel filone dei compositi cementizi auto-sensori con CNT per SHM (Structural Health Monitoring).
Compatibilità con il 3D printing e durabilità
In geometrie stampate in 3D per estrusione, gli autori indicano ~+20% di integrità strutturale e ~85% della resistenza iniziale mantenuta dopo 300 cicli gelo-disgelo. La porosità controllata in stampa favorisce sia la deposizione sia l’alloggiamento della sensorica integrata. Queste evidenze dialogano con studi su cementizi per stampa 3D e smart concrete orientata alla durabilità.
Il ruolo dell’AI nella manutenzione predittiva
Sono addestrati modelli SVM, ANN e Gradient Boosting per prevedere avanzamento delle cricche con 95–98% di accuratezza e ~30% di riduzione stimata del carico manutentivo negli scenari simulati. Lo studio scientifico associato descrive un framework AI su dati raccolti dal materiale stesso.
Limiti, confronto e prossimi passi
Rimangono da chiarire: scalabilità della funzionalizzazione acida dei CNT, uniformità di dispersione in impianti ready-mix, costo delle microcapsule, standard di prova per il sensing (taratura e drift), e l’integrazione con normative di calcestruzzo per opere reali. La letteratura su microcapsule e CNT in cemento conferma trend promettenti ma richiede validazioni su larga scala e protocolli SHM condivisi.
