В исследованиях применяются методы моделирования свойств материалов, искусственный интеллект и BIM-модель мобильного завода для производства строительных композитов с использованием солнечной энергии. Разбираемся, как научные разработки проходят путь от лабораторных экспериментов к практическому применению.
26 октября 2026 года на Большой конференции Центра технологического лидерства Газпромбанка представители АО «Чеченцемент» рассказали о требованиях промышленности к совместным проектам с университетами. В числе ключевых условий перехода от исследований к производству названы воспроизводимость результатов, безопасность, качество и экономическая эффективность.
Этот подход актуален для строительного материаловедения, где недостаточно разработать новый состав бетона и получить хорошие лабораторные показатели. Необходимо подтвердить, что материал сохраняет требуемые свойства в производственных условиях, при транспортировке, укладке и твердении.
Одно из направлений таких исследований развивается в Грозненском государственном нефтяном техническом университете имени академика М. Д. Миллионщикова (ГГНТУ). Научная группа работает с вторичным минеральным сырьём, комплексными вяжущими, технологиями обработки бетонных смесей и цифровыми инструментами.
Строительные отходы как сырьё для нового бетона
Исследования ГГНТУ направлены на применение техногенного сырья при производстве строительных композитов. В качестве компонентов рассматриваются продукты дробления бетонного лома, кирпичный бой, золошлаковые смеси и отсевы дробления горных пород.
Одна из задач состоит в том, чтобы использовать материалы, которые иначе могут накапливаться в отвалах или применяться ограниченно, в качестве компонентов строительных смесей.
Разработки научной школы ГГНТУ включают мелкозернистые бетонные композиты на основе вторичного сырья. Исследователи изучают состав и свойства исходных компонентов, подбирают рецептуры, анализируют прочность, плотность, водопоглощение и эксплуатационные характеристики получаемых материалов.
Для улучшения характеристик применяются многокомпонентные вяжущие, минеральные добавки и химические модификаторы. Отдельное внимание уделяется подготовке заполнителей и технологии перемешивания смеси, поскольку избыточное содержание пылевидных частиц может отрицательно влиять на сцепление компонентов и свойства бетона.
По данным интервью исследователей, отдельные составы прошли опытно-промышленную апробацию и использовались при изготовлении плит перекрытия, элементов оросительных систем и конструкций жилых зданий. При этом серийное промышленное производство всех разработанных композитов не подтверждено.
Как BIM помогает проектировать производство строительных композитов
Цифровизация этих разработок не ограничивается исследованием состава строительных материалов. По словам кандидата технических наук Саламбека Алиева, научная группа ГГНТУ совместно с коллегами разработала технологическую схему и BIM-модель мобильного завода для производства строительных композитов с использованием солнечной энергии.
В основе подхода лежит идея использования солнечной энергии как технологического ресурса в условиях жаркого и сухого климата.
Для бетонных смесей условия твердения имеют принципиальное значение. При высокой температуре вода быстро испаряется, что может нарушать гидратацию цемента, ухудшать удобоукладываемость смеси и увеличивать риск усадки и раннего трещинообразования.
В исследованиях ГГНТУ рассматриваются специальные составы, комплексные вяжущие и режимы ухода за бетоном, адаптированные к местным условиям. Технологическая схема и BIM-модель мобильного производства позволяют описывать организацию технологического процесса в цифровом виде.
При этом публикация исследователя подтверждает разработку модели, но не сообщает о вводе мобильного завода в эксплуатацию. Поэтому рассматривать решение как уже работающий промышленный комплекс пока преждевременно.
Где в материаловедении применяется искусственный интеллект
Ещё одно направление исследований это использование ИИ для анализа больших массивов данных о строительных материалах.
По словам Саламбека Алиева, алгоритмы помогают быстрее выявлять закономерности между характеристиками исходного сырья, дозировками компонентов и свойствами готовой смеси. Это позволяет предварительно оптимизировать составы и сокращать объём ручного анализа.
В материаловедении важно учитывать большое количество взаимосвязанных параметров. Изменение содержания одного компонента может влиять на прочность, плотность, водопоглощение и другие характеристики бетона. Алгоритмический анализ способен помочь исследователю определить перспективные сочетания компонентов и направления дальнейших испытаний.
Однако ИИ не заменяет физические эксперименты. Окончательные выводы о пригодности материала требуют лабораторной проверки и оценки его поведения в реальных условиях. Именно испытания подтверждают, насколько расчётные предположения соответствуют фактическим свойствам бетона.
Таким образом, искусственный интеллект здесь выступает инструментом научной работы, а не автономной системой, которая самостоятельно разрабатывает и выпускает строительные материалы.
От университетской лаборатории к промышленному партнёрству
Развитие материаловедения в ГГНТУ дополняется сотрудничеством с АО «Чеченцемент» и Комплексным научно-исследовательским институтом имени Х. И. Ибрагимова РАН.
В феврале 2026 года стороны подписали меморандум о стратегическом партнёрстве и объявили о создании научно-образовательного и опытно-производственного кластера «Технологии будущего». Среди заявленных направлений — разработка бесклинкерных вяжущих, реставрационных составов и специализированных цементов.
На предприятии планируется использовать производственную инфраструктуру для опытно-промышленных испытаний новых составов и технологий. В сентябре 2026 года университет и «Чеченцемент» также сообщили об актуализации проектной документации новой линии сухого способа производства цемента проектной мощностью 3 300 тонн клинкера в сутки.
При этом разработку бетонных композитов из вторичного сырья и проект новой цементной линии необходимо рассматривать как отдельные направления работы. Доступные источники не подтверждают, что конкретный состав бетона из отходов уже включён в производственный процесс новой линии.
Что необходимо для масштабирования технологии
Для распространения таких решений на другие строительные площадки необходимо подтвердить несколько условий.
Во-первых, стабильность свойств вторичного сырья: состав отходов может различаться в зависимости от исходного материала и технологии дробления.
Во-вторых, воспроизводимость характеристик бетона при масштабировании рецептуры с лабораторных образцов на производственные объёмы.
В-третьих, соответствие требованиям безопасности и нормативным требованиям к конкретному виду строительных изделий и конструкций.
Наконец, необходимо оценить экономику подготовки вторичного сырья, потребность в оборудовании, энергозатраты и расходы на контроль качества.
Главный вывод: кейс ГГНТУ показывает, как исследования вторичного сырья, цифровое моделирование производственного процесса и ИИ-аналитика могут дополнять друг друга в строительном материаловедении. Однако эффективность такого подхода определяется не количеством применённых цифровых инструментов, а подтверждёнными характеристиками материалов, воспроизводимостью результатов и возможностью экономически обоснованного промышленного внедрения.