Bu çalışma, geleneksel betonun yalnızca taşıyıcı bir yapı malzemesi olmaktan çıkarılıp aynı zamanda enerji depolayabilen bir yapısal malzemeye dönüştürülmesi fikrini ele almaktadır. Hassan Khan tarafından hazırlanan araştırmada, Portland çimentosuna karbon nanotüp yani CNT katkısı eklenerek hem elektriksel enerji depolama kapasitesi hem de basınç dayanımı bakımından en uygun karışım oranı hesaplamalı yöntemlerle araştırılmıştır.

Çalışmanın merkezinde bir Graf Sinir Ağı yani Graph Neural Network, GNN modeli vardır. Araştırmacı, karbon nanotüp katkılı kalsiyum-silikat-hidrat yani C-S-H çimento matrisinin moleküler yapısını grafik temsillerine dönüştürmüş; atomları ve moleküler kümeleri düğümler, kimyasal bağları ve fiziksel yakınlık ilişkilerini ise kenarlar olarak modellemiştir. Bu grafik yapısı üzerinden çalışan GNN modeli, iki hedefi aynı anda tahmin etmek üzere eğitilmiştir: enerji depolama yoğunluğu ve basınç dayanımı.

Çalışmanın sunduğu simülasyon sonucuna göre en uygun karbon nanotüp katkı oranı %4,73 hacimsel oran olarak belirlenmiştir. Bu noktada simüle edilen beton karışımının 112,47 Wh/m³ enerji yoğunluğuna ve 24,01 MPa basınç dayanımına ulaştığı belirtilmektedir. Araştırma, bu basınç dayanımının standart konut temelleri için verilen 20 MPa eşiğinin üzerinde olduğunu vurgular. Ayrıca yaklaşık 50 metreküp beton içeren standart bir konut temelinin, bu karışımla yaklaşık 5,6 kWh düzeyinde enerji depolayabileceği hesaplanmaktadır.

Çalışmanın ana fikri dikkat çekicidir: Enerji depolama yalnızca ayrı batarya tesisleriyle değil, doğrudan şehirlerin beton altyapısına gömülü şekilde de düşünülebilir. Ancak bu sonuçlar PDF’de deneysel üretim ve saha testiyle değil, hesaplamalı modelleme ve simülasyon yaklaşımıyla sunulmaktadır. Bu nedenle araştırma, uygulanabilirliği kanıtlanmış nihai bir beton batarya tarifi olarak değil, yapısal enerji depolama fikrini yapay zekâ destekli malzeme tasarımıyla araştıran erken aşama bir hesaplamalı çalışma olarak okunmalıdır.

Çalışmanın temel fikri nedir?

Bu araştırmanın temel fikri, inşaat sektöründe kullanılan betonun yalnızca mekanik yük taşıyan pasif bir malzeme olmaktan çıkarılıp, aynı zamanda elektriksel enerji depolayabilen aktif bir malzemeye dönüştürülmesidir. Çalışma bu fikri structural energy storage, yani yapısal enerji depolama kavramı üzerinden ele alır.

Geleneksel enerji depolama sistemleri genellikle lityum-iyon bataryalar, büyük batarya parkları veya özel enerji depolama tesisleri üzerine kuruludur. Bu sistemler enerji dönüşümü için çok önemli olsa da yüksek maliyet, arazi ihtiyacı, kritik mineral bağımlılığı ve tedarik zinciri riskleri gibi sorunlar taşır. Çalışmanın çıkış noktası bu sorunlara alternatif bir düşünce önermektir: Eğer şehirlerin zaten sahip olduğu beton altyapı enerji depolayabilirse, ayrı ve büyük batarya alanlarına duyulan ihtiyaç azalabilir.

Beton dünyada en yaygın kullanılan insan yapımı malzemelerden biridir. Binalar, temeller, köprüler, yollar, tüneller ve birçok altyapı sistemi beton içerir. Bu yüzden betonun enerji depolama işlevi kazanması teorik olarak çok büyük bir ölçek etkisi yaratabilir. Bir evin temeli, bir otopark zemini, bir köprü ayağı veya bir şehir altyapısı yalnızca yük taşıyan bir kütle değil, aynı zamanda dağıtılmış bir enerji rezervuarı gibi düşünülebilir.

Ancak bu fikir ciddi bir mühendislik sorununu da beraberinde getirir. Betonun içine elektriksel iletkenlik kazandırmak için karbon nanotüp gibi iletken nanomalzemeler eklendiğinde, malzemenin iç yapısı değişir. Bu değişiklik enerji depolama kapasitesini artırabilir; fakat çimento matrisinin mekanik bütünlüğünü zayıflatabilir. Yani amaç yalnızca daha fazla enerji depolamak değildir. Aynı zamanda betonun güvenli şekilde yük taşımaya devam etmesi gerekir.

Karbon nanotüp katkısı neden önemlidir?

Karbon nanotüpler, karbon atomlarından oluşan çok küçük çaplı, tüp benzeri nanoyapılardır. Malzeme bilimi açısından önemli olmalarının nedeni, yüksek elektriksel iletkenlik, yüksek mekanik dayanım ve çok küçük ölçekte ağ oluşturabilme yetenekleridir. Çimento gibi normalde elektriksel iletkenliği sınırlı olan bir malzemeye karbon nanotüp eklendiğinde, malzemenin içinde elektrik yüklerinin hareket edebileceği iletken yollar oluşabilir.

Bu noktada çalışmanın kullandığı önemli kavramlardan biri perkolasyon eşiğidir. Perkolasyon eşiği, iletken parçacıkların malzeme içinde birbirine bağlanarak sürekli bir iletim ağı oluşturmaya başladığı kritik katkı oranını ifade eder. Çok az karbon nanotüp eklenirse, nanotüpler birbirinden kopuk kalabilir ve elektriksel iletkenlik yeterince artmayabilir. Çok fazla karbon nanotüp eklenirse, bu kez nanotüpler topaklanabilir, çimento matrisinin doğal oluşumunu bozabilir ve basınç dayanımı düşebilir.

Bu nedenle araştırmanın asıl problemi bir denge problemidir: Enerji depolama kapasitesini artıracak kadar karbon nanotüp eklemek, fakat betonun taşıyıcı güvenliğini bozacak kadar fazla eklememek.

Çalışmada bu denge, hesaplamalı modelleme ve graf sinir ağı kullanılarak araştırılmıştır. Fiziksel deneylerle her olası karbon nanotüp oranını tek tek denemek hem zaman alıcı hem de maliyetli olabilir. Araştırmanın önerdiği yaklaşım, malzeme keşfini yapay zekâ ile hızlandırmaktır.

Portland çimentosu ve C-S-H matrisi ne anlama gelir?

Çalışmada geçen Portland çimentosu, modern beton üretiminde en yaygın kullanılan bağlayıcı malzemedir. Su ile karıştırıldığında hidratasyon reaksiyonları gerçekleşir ve betonun sertleşmesini sağlayan mikro yapılar oluşur. Bu yapılardan en önemlilerinden biri kalsiyum-silikat-hidrat, kısaca C-S-H jelidir.

C-S-H, betonun dayanımının büyük kısmından sorumlu olan ana bağlayıcı faz olarak düşünülebilir. Betonun basınç dayanımı, boşluk yapısı, mikro çatlak davranışı ve uzun vadeli dayanıklılığı büyük ölçüde bu matrisin yapısıyla ilişkilidir. Bu nedenle çalışmada karbon nanotüplerin C-S-H matrisine eklenmesi, yalnızca yüzeysel bir katkı değil, malzemenin taşıyıcı mikro yapısına doğrudan müdahale anlamına gelir.

Bu müdahalenin iki yönlü etkisi olabilir. Bir yandan karbon nanotüpler, C-S-H içinde iletken ağlar kurarak enerji depolama ve elektriksel iletkenlik bakımından avantaj sağlayabilir. Diğer yandan fazla veya kötü dağılmış nanotüp katkısı, C-S-H jel oluşumunu bozarak mekanik dayanımı azaltabilir. Araştırma tam olarak bu ikili dengeyi incelemektedir.

Graf Sinir Ağı yani GNN burada ne yapıyor?

Graf Sinir Ağı, ilişkisel yapıya sahip veriler üzerinde çalışan bir yapay zekâ modelidir. Klasik tablo verilerinde her satır bağımsız bir örnek gibi düşünülebilir. Ancak moleküler yapılarda atomlar, bağlar, komşuluklar ve etkileşimler vardır. Bu nedenle moleküler veya kristal yapılar çoğu zaman grafik olarak temsil edilebilir.

Bu çalışmada atomlar ve moleküler kümeler düğüm olarak, kimyasal bağlar ve fiziksel yakınlığa dayalı etkileşimler ise kenar olarak tanımlanmıştır. Böylece karbon nanotüp katkılı C-S-H yapısı bir grafik haline getirilmiştir. GNN modeli de bu grafik üzerinde çalışarak her düğümün komşularından bilgi almasını ve bu bilgilerin bütün malzeme yapısı için bir tahmine dönüştürülmesini sağlar.

Gündelik bir benzetmeyle anlatmak gerekirse, bir binanın yalnızca tek tek tuğlalarının özelliklerine bakmak yeterli değildir; tuğlaların nasıl dizildiği, birbirine nasıl bağlandığı ve yükün yapı içinde nasıl aktığı da önemlidir. Moleküler malzemelerde de yalnızca atom türleri değil, atomların birbirleriyle nasıl ilişkide olduğu önemlidir. GNN modeli bu ilişki bilgisini kullanmaya çalışır.

Modelin mimarisi nasıl açıklanıyor?

PDF’de modelin PyTorch kullanılarak oluşturulduğu belirtilmektedir. Mimari, ReLU aktivasyon fonksiyonlarına sahip çoklu doğrusal katmanlardan oluşur ve moleküler grafik üzerinde mesaj geçişini simüle eder. Mesaj geçişi, her düğümün kendi komşularından bilgi toplaması ve kendi temsilini güncellemesi anlamına gelir.

Daha sonra global mean pooling uygulanır. Bu işlem, grafikteki tüm düğüm temsillerini ortalama alarak tek bir grafik düzeyi temsile indirger. Çünkü modelin hedefi tek tek atomlar için değil, bütün malzeme yapısı için iki sonuç tahmin etmektir:

• Elektrokimyasal enerji depolama kapasitesi, Wh/m³ birimiyle,
• Basınç dayanımı, MPa birimiyle.

Model, Adam optimizasyon algoritması ve Ortalama Kare Hata yani MSE kayıp fonksiyonu ile eğitilmiştir. MSE, modelin tahmin ettiği değerler ile simüle edilen hedef değerler arasındaki farkların karelerinin ortalamasını küçültmeye çalışır. İki hedef birlikte tahmin edildiği için bu yaklaşım çok çıktılı bir regresyon problemi olarak düşünülebilir.

Çalışmanın formülleri ve sayısal hesapları nasıl okunmalı?

Çalışmada klasik anlamda uzun matematiksel formüller verilmemektedir; ancak birkaç temel nicelik ve hesaplama araştırmanın anlaşılması için önemlidir.

İlk kritik değer karbon nanotüp katkı oranıdır:

CNT oranı = %4,73 hacimsel oran

Bu, beton karışımının hacimsel bileşiminde karbon nanotüplerin %4,73 düzeyinde yer aldığı anlamına gelir. “Hacimsel oran” ifadesi, kütlece değil hacimce katkı düzeyini anlatır. Bu ayrım önemlidir, çünkü nanomalzemelerin yoğunluğu, dağılımı ve malzeme içindeki hacimsel etkisi mekanik davranışı değiştirebilir.

İkinci kritik değer enerji yoğunluğudur:

Enerji yoğunluğu = 112,47 Wh/m³

Wh/m³, bir metreküp malzemenin kaç watt-saat enerji depolayabildiğini gösterir. Çalışmanın simülasyonuna göre optimize edilmiş beton karışımı her metreküp için 112,47 Wh enerji depolayabilmektedir.

Üçüncü kritik değer basınç dayanımıdır:

Basınç dayanımı = 24,01 MPa

MPa, megapaskal anlamına gelir ve malzemenin basınç altında ne kadar yük taşıyabileceğini gösterir. Çalışmada konut temelleri için 20 MPa eşiği referans alınmıştır. Modelin bulduğu 24,01 MPa değerinin bu eşiğin üzerinde olduğu belirtilmektedir.

Çalışmanın sonuç bölümünde standart bir konut temelinin yaklaşık 50 metreküp beton içerdiği varsayılır. Bu durumda toplam enerji kapasitesi şöyle hesaplanabilir:

Toplam enerji = 112,47 Wh/m³ × 50 m³ = 5.623,5 Wh

Bu değer kilowatt-saat cinsine çevrildiğinde:

5.623,5 Wh = yaklaşık 5,6 kWh

Bu hesap, çalışmanın “tek bir ev temeli yaklaşık 5,6 kWh batarya gibi davranabilir” sonucunu açıklar. Burada dikkat edilmesi gereken nokta, bunun PDF’de sunulan hesaplamalı tasarıma dayalı bir tahmin olduğudur. Çalışma, bu kapasitenin fiziksel bir konut temelinde deneysel olarak gösterildiğini iddia etmemektedir.

Sonuçlarda bulunan optimum nokta nedir?

Çalışmanın ana sonucu, %4,73 hacimsel karbon nanotüp katkısı ile elde edilen Pareto optimum noktadır. Pareto optimum, iki hedef arasında en uygun denge noktası anlamına gelir. Burada iki hedef şudur: enerji depolama kapasitesini mümkün olduğunca yükseltmek ve basınç dayanımını güvenli seviyede tutmak.

Çalışmaya göre bu noktada enerji yoğunluğu 112,47 Wh/m³, basınç dayanımı ise 24,01 MPa olarak tahmin edilmiştir. Bu değerler birlikte yorumlanmalıdır. Yalnızca enerji yoğunluğu yüksek olsaydı ama basınç dayanımı 20 MPa eşiğinin altına düşseydi, malzeme konut temeli için uygun görülmeyebilirdi. Tersine, basınç dayanımı yüksek olup enerji depolama kapasitesi düşük kalsaydı, beton batarya fikri açısından yeterince anlamlı olmayabilirdi.

Bu nedenle çalışmanın iddiası, %4,73 CNT oranının iki amacı aynı anda karşılayan bir denge noktası sunduğudur. Araştırmacı bunu “Concrete Battery” yani “Beton Batarya” olarak adlandırmaktadır.

Figure 1 ne gösteriyor?

PDF’nin 2. sayfasında yer alan Figure 1, elektrokimyasal enerji depolama kapasitesi ile karbon nanotüp katkı oranı arasındaki ilişkiyi göstermektedir. Grafikte yatay eksen CNT konsantrasyonunu hacimsel yüzde olarak, dikey eksen ise enerji yoğunluğunu Wh/m³ olarak verir.

Grafikte mavi çizgi tahmin edilen enerji yoğunluğunu, kırmızı nokta ise optimum olarak işaretlenen %4,73 CNT oranını temsil eder. Çizgi düzgün ve tek yönlü yükselen bir yapıdan ziyade dalgalı bir görünüm sergiler. Bu, simüle edilen enerji depolama kapasitesinin katkı oranına göre tamamen basit ve doğrusal biçimde artmadığını gösterir.

Grafiğin en önemli mesajı şudur: Enerji kapasitesi açısından en dikkat çekici nokta yaklaşık %4,73 CNT yüklemesinde oluşmaktadır. Bu noktada enerji yoğunluğu 112 Wh/m³’ün üzerine çıkmaktadır. Ancak grafikteki dalgalanma, CNT oranı arttıkça enerji kapasitesinin her zaman düzenli şekilde artmadığını da düşündürür. Bu, nanomalzeme dağılımı, ağ oluşumu ve perkolasyon davranışı gibi karmaşık mikro yapısal etkilerle uyumludur.

Figure 2 ne gösteriyor?

PDF’nin 3. sayfasında yer alan Figure 2, nano katkı altında mekanik bütünlüğün nasıl değiştiğini göstermektedir. Grafikte yatay eksen CNT konsantrasyonunu, dikey eksen ise basınç dayanımını MPa cinsinden verir.

Grafikte yeşil çizgi tahmin edilen basınç dayanımını temsil eder. Kırmızı kesikli yatay çizgi, çalışmada standart yapısal eşik olarak verilen 20 MPa seviyesini gösterir. Kırmızı nokta ise yine optimum kabul edilen %4,73 CNT oranındaki yaklaşık 24,01 MPa dayanımı işaretler.

Bu grafiğin önemli tarafı, optimum noktada basınç dayanımının 20 MPa eşiğinin üzerinde kalmasıdır. Çalışmanın iddiasına göre bu, malzemenin enerji depolama kazanımı sağlarken temel yapısal güvenlik eşiğini de koruduğunu gösterir. Ancak grafikte dayanım çizgisinin dalgalı olduğu görülür; bu da CNT katkısının mekanik özellikler üzerinde karmaşık ve her zaman düzgün olmayan etkiler yaratabileceğine işaret eder.

Metinde ayrıca %2,0 hacimsel CNT yüklemesinden sonra basınç dayanımında keskin düşüş eğilimi olduğu belirtilir. Bunun nedeni olarak nanotüplerin topaklanması ve C-S-H jel oluşumunun bozulması gösterilir. Bu nokta önemlidir: Daha fazla iletken katkı her zaman daha iyi malzeme anlamına gelmez. Nanotüpler belli bir seviyeden sonra malzeme içinde homojen dağılmayabilir ve taşıyıcı çimento matrisine zarar verebilir.

Figure 3 ne gösteriyor?

PDF’nin 4. sayfasındaki Figure 3, enerji yoğunluğu ile basınç dayanımı arasındaki Pareto cephesini gösterir. Yatay eksen enerji yoğunluğunu Wh/m³ olarak, dikey eksen basınç dayanımını MPa olarak verir. Noktalar CNT konsantrasyonuna göre renklendirilmiştir ve kırmızı yıldız Pareto optimum noktayı işaretler.

Bu grafik, çalışmanın en önemli mühendislik mesajını görsel olarak özetler. Amaç yalnızca enerji yoğunluğu yüksek bir nokta bulmak değildir; aynı zamanda dayanımın kabul edilebilir seviyede kalması gerekir. Pareto cephesi, bu iki hedef arasındaki dengeyi gösterir. Kırmızı yıldız, çalışmaya göre hem enerji depolama kapasitesi hem de mekanik dayanım açısından en uygun nokta olarak seçilmiştir.

Grafikte noktaların enerji ve dayanım ekseninde birlikte ilerleyen bir yapı göstermesi, modelin bazı CNT oranlarında hem enerji hem de dayanım bakımından daha iyi kombinasyonlar bulduğunu düşündürür. Ancak bu grafik deneysel bir doğrulama değil, modelleme sonucudur. Bu nedenle sonuçların gerçek beton üretimi, uzun dönem dayanıklılık, çevresel koşullar ve maliyet analiziyle ayrıca doğrulanması gerekir.

Çalışmanın gündelik yaşamdaki anlamı nedir?

Bu çalışma gündelik yaşam açısından şu soruyu düşündürür: Bir binanın temeli yalnızca evi taşıyan beton kütlesi olmaktan çıkıp, aynı zamanda evin enerji sistemine katkı sağlayan bir depolama birimine dönüşebilir mi?

Günümüzde güneş panelleri, rüzgâr enerjisi ve dağıtık yenilenebilir enerji sistemleri yaygınlaştıkça enerji depolama ihtiyacı artmaktadır. Çünkü güneş her zaman parlamaz, rüzgâr her zaman esmez. Üretilen enerjinin ihtiyaç duyulduğu anda kullanılabilmesi için depolanması gerekir. Bugün bu görev çoğunlukla kimyasal bataryalarla yerine getirilmektedir.

Çalışmanın önerdiği fikir gerçekleşebilir hale gelirse, binaların zeminleri, temelleri veya beton altyapıları enerji depolama sisteminin bir parçası olabilir. Bu, özellikle şehirlerde arazi ihtiyacını azaltabilir. Enerji depolama ayrı bir tesis olarak değil, zaten var olan yapıların içine entegre edilmiş bir özellik olarak düşünülebilir.

Fakat burada dikkatli olmak gerekir. Bu PDF, doğrudan piyasaya çıkmaya hazır bir beton batarya teknolojisinin saha kanıtını sunmamaktadır. Çalışma, hesaplamalı bir modelin belirlediği optimum katkı oranını ve simüle edilen performans değerlerini ortaya koymaktadır. Gündelik yaşama etkisi bakımından bu çalışma daha çok bir gelecek vizyonu ve araştırma yönü sunar.

Geçmiş, bugün ve gelecek açısından çalışmanın önemi

Geçmiş açısından bakıldığında, beton uzun yıllar boyunca temel olarak mekanik dayanım, dayanıklılık ve maliyet açısından değerlendirilen bir yapı malzemesi olmuştur. Enerji depolama ise betonun ana işlevlerinden biri olarak görülmemiştir. Bu çalışma, betonun işlevsel malzemeye dönüşmesi fikrini destekleyen yeni nesil malzeme bilimi yaklaşımına katılır.

Bugün açısından bakıldığında, enerji depolama küresel enerji dönüşümünün en önemli darboğazlarından biridir. Yenilenebilir enerji kaynaklarının artması, şebeke ölçeğinde depolama ihtiyacını büyütmektedir. Lityum-iyon bataryalar önemli bir çözüm olsa da tek çözüm değildir. Kritik minerallere bağımlılık, maliyet, yangın güvenliği, geri dönüşüm ve arazi kullanımı gibi sorunlar alternatif depolama yaklaşımlarını değerli hale getirir.

Gelecek açısından bakıldığında, bu çalışma akıllı şehirler ve enerji altyapısı için dikkat çekici bir ihtimal önerir. Eğer yapı malzemeleri enerji depolama, sensörlük, iletkenlik veya çevresel veri toplama gibi ek işlevler kazanırsa, binalar pasif yapılar olmaktan çıkarak enerji sisteminin aktif parçaları haline gelebilir. Beton batarya fikri bu dönüşümün bir örneğidir.

Ancak gelecek uygulamalar için birçok sorunun yanıtlanması gerekir. Karbon nanotüplerin maliyeti nedir? Büyük hacimli beton üretiminde homojen dağılım sağlanabilir mi? Malzeme uzun yıllar boyunca nem, sıcaklık değişimi, donma-çözülme, kimyasal etki ve mekanik yorulma altında aynı enerji depolama performansını korur mu? Elektrik bağlantıları bina güvenliğini nasıl etkiler? Yangın ve elektrik güvenliği nasıl sağlanır? Bu sorular PDF’de ayrıntılı olarak test edilmemektedir ve gelecekteki çalışmalar için açık kalmaktadır.

Çalışmanın güçlü yönleri nelerdir?

Çalışmanın güçlü yönlerinden biri, malzeme tasarımını iki hedefli bir optimizasyon problemi olarak ele almasıdır. Enerji depolama kapasitesi ile basınç dayanımı birlikte düşünülmüştür. Bu yaklaşım doğrudur, çünkü yapısal bir malzeme yalnızca enerji depolama kapasitesine göre değerlendirilemez. Betonun asıl işlevi hâlâ güvenli şekilde yük taşımaktır.

İkinci güçlü yön, graf sinir ağlarının moleküler ve malzeme yapıları için uygun bir temsil gücü sunmasıdır. Atomlar, moleküler kümeler, bağlar ve fiziksel etkileşimler doğal olarak grafik yapısına benzer. Bu nedenle GNN kullanımı, malzemenin ilişkisel mikro yapısını modellemek için anlamlı bir tercihtir.

Üçüncü güçlü yön, çalışma sonucunun yalnızca soyut bir model başarısı olarak sunulmamasıdır. Araştırmacı, 50 metreküplük bir konut temeli üzerinden yaklaşık 5,6 kWh enerji depolama hesabı yaparak fikrin pratik ölçekte ne anlama gelebileceğini göstermeye çalışır. Bu hesap, okuyucunun Wh/m³ değerini gündelik bir ölçeğe çevirmesine yardımcı olur.

Çalışmanın sınırlılıkları nelerdir?

Bu çalışmanın dikkatli okunması gereken önemli sınırlılıkları vardır. İlk olarak PDF’de fiziksel laboratuvar deneyleri, numune üretimi, gerçek beton karışımı testleri veya saha uygulaması sunulmamaktadır. Bulgular simülasyon ve hesaplamalı modelleme üzerinden verilmiştir. Bu nedenle sonuçlar deneysel olarak doğrulanmış nihai malzeme performansı gibi değerlendirilmemelidir.

İkinci olarak, veri üretim sürecinin ayrıntıları sınırlı verilmiştir. Simüle edilen moleküler yapıların nasıl oluşturulduğu, kaç örnek üretildiği, eğitim-test ayrımının nasıl yapıldığı, modelin doğrulama performansı, hata oranları ve belirsizlik aralıkları PDF’de ayrıntılı biçimde sunulmamaktadır. Bu bilgiler olmadan modelin genellenebilirliği hakkında kesin konuşmak zordur.

Üçüncü olarak, GNN mimarisi genel hatlarıyla anlatılsa da katman sayısı, gizli boyutlar, öğrenme oranı, eğitim dönem sayısı, düzenlileştirme yöntemleri ve performans karşılaştırmaları gibi teknik ayrıntılar verilmemektedir. Bu durum, çalışmanın tekrarlanabilirliğini sınırlayabilir.

Dördüncü olarak, karbon nanotüp katkısının maliyet, üretim ölçeği, iş güvenliği, çevresel etki ve uzun dönem dayanıklılık gibi pratik yönleri bu kısa metinde ele alınmamaktadır. Özellikle CNT gibi nanomalzemelerin büyük hacimli beton üretiminde ekonomik ve homojen biçimde kullanılabilmesi ayrı bir mühendislik problemidir.

Beşinci olarak, basınç dayanımı tek başına yapısal uygunluk için yeterli değildir. Betonun çekme davranışı, donatıyla aderansı, çatlak gelişimi, geçirgenliği, kimyasal dayanıklılığı, sünme, rötre ve uzun vadeli yorulma performansı da önemlidir. Bu çalışma özellikle enerji yoğunluğu ve basınç dayanımı üzerinde durmaktadır; diğer yapısal performans başlıkları detaylı incelenmemiştir.

Bu çalışma ne söylüyor, ne söylemiyor?

Bu çalışma, graf sinir ağı tabanlı hesaplamalı bir yaklaşımın karbon nanotüp katkılı Portland çimentosunda enerji depolama ve basınç dayanımı arasında bir optimum nokta önerebileceğini söylüyor. PDF’ye göre bu optimum nokta %4,73 CNT katkısı, 112,47 Wh/m³ enerji yoğunluğu ve 24,01 MPa basınç dayanımıdır.

Çalışma, standart bir konut temelinin bu karışımla yaklaşık 5,6 kWh enerji depolayabileceği hesaplamasını da sunuyor. Bu, yapısal enerji depolama fikrinin şehir ölçeğinde potansiyel olarak anlamlı olabileceğini düşündürüyor.

Buna karşılık çalışma, bu beton karışımının gerçek dünyada üretilip test edildiğini, uzun vadeli olarak güvenli olduğunu, ekonomik olarak uygulanabilir olduğunu veya bugünkü inşaat standartlarına doğrudan girebileceğini göstermiyor. Bu konular için deneysel doğrulama, mühendislik testleri, maliyet analizi ve standartlara uygunluk çalışmaları gereklidir.

Çalışmanın Yöntemi ve Bulguları

Çalışmanın yöntemi, karbon nanotüp katkılı Portland çimentosunun moleküler yapısını hesaplamalı olarak simüle etmeye ve bu yapıyı graf sinir ağı ile analiz etmeye dayanır. CNT oranı %0,5 ile %5,0 hacimsel oran arasında değiştirilmiştir. Her yapı grafik temsiline dönüştürülmüştür.

Graf temsilinde:

• Atomlar ve moleküler kümeler düğüm olarak tanımlanmıştır.
• Kimyasal bağlar ve fiziksel yakınlık ilişkileri kenar olarak tanımlanmıştır.
• GNN modeli bu grafik üzerinde mesaj geçişi yaparak malzeme düzeyinde temsil üretmiştir.
• Global mean pooling ile düğüm düzeyindeki bilgiler grafik düzeyine toplanmıştır.
• Model iki hedefi aynı anda tahmin etmiştir: enerji depolama kapasitesi ve basınç dayanımı.

Kullanılan temel öğrenme bileşenleri şunlardır:

• PyTorch tabanlı GNN mimarisi,
• Çoklu doğrusal katmanlar,
• ReLU aktivasyon fonksiyonları,
• Adam optimizasyon algoritması,
• Ortalama Kare Hata yani MSE kayıp fonksiyonu.

Çalışmanın ana bulguları şöyledir:

• Optimum CNT oranı %4,73 hacimsel oran olarak belirlenmiştir.
• Bu noktada enerji yoğunluğu 112,47 Wh/m³ olarak verilmiştir.
• Aynı noktada basınç dayanımı 24,01 MPa olarak tahmin edilmiştir.
• Bu değer, çalışmada referans verilen 20 MPa konut temeli eşiğinin üzerindedir.
• Yaklaşık 50 m³ beton içeren bir konut temelinin bu yaklaşımla yaklaşık 5,6 kWh enerji depolayabileceği hesaplanmıştır.

Grafiklerin sunduğu mesajlar da bulguları tamamlar. Figure 1, enerji yoğunluğunun CNT oranına göre değişimini ve %4,73 optimum noktasını gösterir. Figure 2, basınç dayanımının 20 MPa eşiğinin üzerinde tutulabildiğini ve optimum noktada 24,01 MPa değerine ulaşıldığını gösterir. Figure 3 ise enerji yoğunluğu ile basınç dayanımı arasındaki Pareto dengesini görselleştirir.

Bütün bulgular birlikte değerlendirildiğinde çalışma, karbon nanotüp katkılı betonun yapısal enerji depolama için teorik ve hesaplamalı olarak umut verici bir tasarım alanı sunduğunu ileri sürer. Ancak bu iddia, deneysel doğrulama yapılmadan doğrudan uygulama reçetesi olarak görülmemelidir.

Kaynak ve Yöntem Notu

Bu içerik, Hassan Khan tarafından hazırlanan “Graph Neural Network Optimization of Carbon Nanotube-Doped Portland Cement for Structural Energy Storage” başlıklı PDF çalışmasına dayanarak hazırlanmıştır. PDF’de yazar bilgisi Independent Researcher olarak verilmiş ve tarih 30 Mayıs 2026 şeklinde belirtilmiştir.

PDF içinde çalışmanın yayımlandığı bir dergi, DOI, konferans kabul bilgisi, hakem değerlendirmesi veya resmi yayın süreci açık biçimde sunulmamaktadır. Bu nedenle bu metin, hakemliği PDF üzerinden doğrulanamayan akademik/teknik çalışma metni olarak değerlendirilmiştir.

Bu makalede verilen açıklamalar, PDF’deki özet, giriş, yöntem, sonuç, üç grafik ve kaynakça temel alınarak hazırlanmıştır. Çalışmanın iddiaları genişletilmemiş, deneysel olarak doğrulanmamış sonuçlar kesin kanıt gibi sunulmamış ve PDF’de yer almayan teknik ayrıntılar uydurulmamıştır.

Çalışma, karbon nanotüp katkılı Portland çimentosunun hesaplamalı olarak optimize edilmesine odaklanmaktadır. Bulgular, gerçek inşaat uygulaması için doğrudan yeterli kabul edilmemelidir. Bu tür bir malzemenin gerçek hayatta kullanılabilmesi için laboratuvar numune üretimi, mekanik testler, elektrokimyasal testler, uzun dönem dayanıklılık analizleri, güvenlik değerlendirmeleri, maliyet çalışmaları ve yapı standartlarına uygunluk incelemeleri gerekir.