Il problema delle emissioni e la ricerca di soluzioni
I forni rotativi dei cementifici raggiungono 1.400°C per produrre clinker, la base del cemento, in un processo che rilascia enormi quantità di CO₂. Sorprendentemente, oltre la metà delle emissioni deriva dalla decomposizione chimica del calcare, non solo dalla combustione. Per ridurre l’impatto ambientale, si aggiungono già oggi materie prime secondarie come scorie e ceneri volanti, ma la domanda di cemento supera di gran lunga la disponibilità di questi sottoprodotti.
“Con il nostro metodo, possiamo simulare le formule del cemento e ottimizzarle in modo che abbiano un’elevata qualità meccanica e al contempo emettano una quantità di CO₂ significativamente inferiore,” spiega Romana Boiger, matematica e prima autrice dello studio.
Intelligenza artificiale e modellazione avanzata
Il team PSI ha sviluppato una rete neurale addestrata su dati generati tramite il software open source GEMS, combinando simulazioni termodinamiche, dati sperimentali e modelli meccanici. Il modello IA è in grado di calcolare le proprietà meccaniche di qualsiasi formula in millisecondi, circa mille volte più velocemente della modellazione tradizionale. Questo sistema permette di selezionare rapidamente composizioni promettenti per ulteriori test sperimentali, accelerando il ciclo di sviluppo.
Per l’ottimizzazione, sono stati impiegati algoritmi genetici, capaci di identificare le formule che massimizzano le proprietà meccaniche e minimizzano le emissioni di CO₂, risolvendo un complesso problema di massimi e minimi matematici.
“Il nostro metodo consente di accelerare significativamente il ciclo di sviluppo selezionando candidati promettenti e approfondendoli con studi sperimentali mirati,” sottolinea Nikolaos Prasianakis, responsabile del gruppo Meccanismi di Trasporto del PSI.
Il software open source GEMS e il programma SCENE (Swiss Centre of Excellence on Net Zero Emissions) sono stati fondamentali per la ricerca.
Le formulazioni ottimizzate devono ancora essere testate in laboratorio per la validazione finale.
L’approccio interdisciplinare del PSI dimostra come l’intelligenza artificiale possa rivoluzionare la progettazione dei materiali da costruzione, rendendo il cemento più sostenibile, efficiente e competitivo. Grazie a reti neurali, algoritmi genetici e piattaforme open source, è possibile accelerare la transizione verso un’edilizia a basse emissioni, rispondendo alle sfide globali di sostenibilità, digitalizzazione e innovazione nel settore dei materiali avanzati.
Studi scientifici recenti correlati:
"Artificial intelligence in the design, optimization, and performance prediction of concrete"
Wang Y., Zhang L., et al. (2025)
Review che esplora l’uso di AI in tutte le fasi del ciclo di vita del calcestruzzo, evidenziando come modelli XGBoost e ensemble migliorino la previsione della lavorabilità (R²=0.98) e della resistenza (R²=0.93), accelerando innovazione e sostenibilità.
"Optimization of concrete mix design using genetic algorithms"
Kumar K., et al. (2022)
Studio che mostra come l’uso di algoritmi genetici riduca il contenuto di cemento del 6-10% senza compromettere la resistenza, dimostrando l’efficacia dell’ottimizzazione AI rispetto ai metodi manuali.
"Cement Manufacturing Improved with AI"
Basetwo AI (2024)
Caso reale di implementazione AI per l’ottimizzazione dei processi in cementifici, con riduzione dei consumi energetici fino al 20% e dei costi di produzione fino al 40%, mantenendo la qualità del prodotto.
