GMDHおよびGEP手法を用いた廃CRTガラス含有モルタルの圧縮強度予測

古いテレビをより安全で強い建材に変える

世界中で何百万台もの廃棄された陰極線管（CRT）テレビやモニターが埋め立て地に積み上げられています。これらの重いガラスは多量の鉛を含み、土壌や水に浸出するおそれがあります。本研究は、その有害なガラスを建築用モルタルの内部に安全に封じ込めつつ、実用に耐える強度を維持する方法を探ります。リサイクルと最新のデータ駆動型モデリングを組み合わせることで、有害廃棄物をより環境に優しい建材や放射線遮蔽壁の有用な原料に変える可能性を示しています。

旧スクリーンガラスが問題であると同時に機会である理由

CRTガラスは異常に高密度で、酸化鉛が約20–25％含まれています。粉砕して廃棄すると、この鉛が徐々に溶出して環境を汚染する可能性があります。先行実験では、CRTガラスをセメント系モルタルに混ぜると、高アルカリ性のセメント孔液が重金属を固定して溶出を大幅に抑えることが示されました。同時に、ガラスの高密度はX線や放射線の遮蔽性能を向上させる可能性があります。一方で、天然砂を廃CRT（RCRT）ガラスで置き換えると、滑らかなガラス粒子が周囲のペーストと結合しにくく、モルタルの強度が低下しがちです。したがって、技術者は環境上の利点、遮蔽性能、機械的強度の間でトレードオフに直面します。

高価な実験から賢い予測へ

適切なモルタル配合を設計するには従来、多くの試行錯誤的な実験が必要で、時間と費用がかかります。過去の研究は主に個別の試験結果を報告し、時には伝統的な統計式で強度を予測しましたが、これらは配合成分間の複雑で非線形な相互作用を扱うのが苦手でした。特に、RCRTガラスを含むモルタルに特化した予測モデルを構築した先行研究はほとんどなく、近年の機械学習研究の多くは他のリサイクル材料に注目するか、「ブラックボックス」型のアルゴリズムを用いて各成分が強度にどう影響するかの洞察が得にくいものでした。本研究は、透明性のある方程式ベースのモデルを用いてそのギャップを埋めることを目指しました。

研究者はモデルにどう教えたか

研究チームは、水、セメント、フライアッシュ、天然砂、RCRTガラス、異なる養生時間の割合が異なる139試料のモルタルデータベースを作成しました。まず外れ値を除去し、すべての変数のスケールを標準化してデータを整備しました。次に、圧縮強度を予測するために、いわゆる「ホワイトボックス」的なソフトコンピューティング手法を2つ訓練しました。ひとつは単純な多項式方程式の多層ネットワークを構築するGroup Method of Data Handling（GMDH）、もうひとつは遺伝的発想に基づいて数式を進化させるGene Expression Programming（GEP）です。どちらの手法もエンジニアが計算機やスプレッドシートに直接組み込める明示的な方程式を生成します。データは学習用と検証用に分割され、モデルの安定性を評価するために5分割交差検証でも検査されました。

どの手法が優れ、何が最も重要か

GMDHモデルは、GEPモデルおよび従来の回帰法を明確に上回りました。未使用のテストデータに対して、GMDHは決定係数（R²）0.942を達成し、予測誤差も小さく、算出された強度が実験値に非常に近いことを示しました。GEPはまずまずの結果でしたが散布が大きく誤差も高めで、単純な線形・非線形回帰では基礎にある複雑さの多くを捉えきれませんでした。どの成分が強度に最も影響するかを理解するために、研究者らはSHAPと呼ばれる説明ツールを用いました。その結果、支配的な要因は水分量であることが明らかになりました：水が多すぎると余分な空隙が生まれて強度が低下します。次に重要なのは養生時間で、長い養生はより多くの水和反応を促し強度を高めます。セメント含有量は中程度の影響を持ち、RCRTガラスと砂の割合は、本研究で扱った配合範囲ではより小さく二次的な役割を果たしていました。

より環境配慮した建設にとっての意義

一般読者にとっての主要な結論は、配合を慎重に設計すれば、CRTガラスを適度にリサイクルしてモルタルに取り入れても強度を著しく損なうことなく安全かつ実用的である可能性が高いということです。GMDHの方程式は、エンジニアが実際に一度も配合を混ぜる前に、RCRTを多く含むモルタルの強度を信頼して予測できる使いやすいツールを提供します。手法が透明であるため、水量、セメント量、養生時間の変化が性能にどのように影響するかを設計者が把握し、ガラスによる小さな強度低下を補正することも可能です。要するに、本研究は産業廃棄物のリサイクルと解釈可能な機械学習モデルを組み合わせることで、有害な電子廃棄物を持続可能で構造的に予測可能、さらには放射線遮蔽可能な建材の原料に変える助けになることを示しています。

引用: Ghorbani, V., Seyedkazemi, A. & Kutanaei, S.S. Predicting compressive strength of mortars containing recycled CRT glass using GMDH and GEP methods. Sci Rep 16, 6655 (2026). https://doi.org/10.1038/s41598-026-36553-8

キーワード: 廃CRTガラス, セメントモルタルの強度, 持続可能な建設, 機械学習モデル, 放射線遮蔽材料