山間部変電所盛土における土-岩混合物のせん断強度要因の機械学習に基づく評価

停電を防ぐうえでこれが重要な理由

山間部で拡大する都市は、しばしば造成された斜面上に設けられる変電所を必要とし、安全に電力を供給できる基盤が求められます。完璧な建設用土を運び込む代わりに、現地で発生する粘土や破砕岩を再利用することが増えています。こうした土–岩混合物は経済的で持続可能ですが、荷重下での挙動を予測するのは難しく、重要な電力設備の下で不同沈下や斜面破壊のリスクを高めます。本研究は、比較的単純な人工知能が多くの相互作用する地盤特性を解析し、山間部変電所を安定させるうえで最も重要な要素を特定できることを示しています。

再利用地盤、その複雑な挙動

急傾斜地では、変電所用の水平な台地をつくるために一部を切り、他を盛る必要があります。コストや輸送を抑えるため、施工業者は粘土、風化した火山岩、より硬い玄武岩の破片など現地の発生土を再利用することが多いです。これらが混ざり合って土–岩混合物を形成します。混合物は場所や層によってムラがあり、その強度は含水量、締固めの度合い、細粒土が粗粒を結びつける程度に左右されます。混合物の性状が変化するため、重量のある変圧器の下で不同沈下が起きやすく、非常に小さい変位しか許容されない精密な電気機器に脅威をもたらします。

室内試験から学習モデルへ

研究者らは中国南西部の変電所予定地から代表的な材料を採取し、破砕・ふるい分け・配合して制御された混合物を作製しました。実験室でこれらを標準試料として締め固め、異なる印加圧で直接せん断試験を行い、盛土内の荷重を模擬しました。各試料について、乾燥時の密度、含水比、粒間の空隙の程度を示す空隙率、そして細粒土が破壊的な固体挙動からペースト状や液状に近づく際の二つの限界（塑性限界と液性限界）といった主要な物理特性を測定しました。これらの測定値と、せん断強度を摩擦成分と粘着力に分けた結果を組み合わせ、合計112件の慎重に作成されたデータセットが得られました。

土と岩をニューラルネットワークに学ばせる

複雑に絡み合う関係を単純な式に押し込めようとする代わりに、研究チームはフィードフォワード型ニューラルネットワークという基本的な機械学習モデルを訓練しました。モデルは五つの測定された地盤特性を入力とし、二つの出力、すなわち混合物の粘着力（コヒージョン）とすべり抵抗（内部摩擦角）を予測するように学習しました。ネットワークのパラメータを調整し、線形回帰、最近傍法、ランダムフォレストなど従来の手法と性能を比較しました。データの一部を繰り返し検証に回す交差検証を用いると、ニューラルネットワークは一貫して高精度な予測を示し、測定された強度値とよく一致し、この限られたサイズのデータセットでは他手法よりわずかに優れていました。

本当に重要なのはどの地盤特性か？

信頼できるモデルが得られた後、著者らはどの入力が予測を牽引しているかを調べました。ネットワークの内部結合重みを各特性の「影響度スコア」として用いました。その結果、含水比が主役であることが示され、粘着力と摩擦角の変動の約4分の1から3分の1を占めていました。混合物が過度に湿ると、水膜が粒子接触面を潤滑し粒子間の結合を弱め、強度が急激に低下します。細粒土の塑性限界（脆い固体的挙動から流動的な挙動へ移る含水比）も特に摩擦においてほぼ同等に重要でした。乾燥密度と空隙率も影響を与えますが程度は小さく、主に粒子のかみ合い方を変えることによります。これらの結果は長年の地盤工学的直感を裏付けるものであり、各因子の相対的重要性に数値を与えています。

山間部変電所をより安全にする実務上の助言

技術者にとっての主要な結論は明快です。変電所下の再生土–岩盛土では、水分管理と細粒マトリックスの塑性的挙動の制御が、他のどの単一特性よりも重要です。含水比、塑性限界・液性限界、締固め品質に試験と施工管理の重点を置くことで、地盤の負荷支持力や沈下リスクの発生箇所をより良く予測できます。提示された具体的な数値は中国南西部の一地域に基づくものですが、標的を絞った室内試験と透明性の高いニューラルネット解析を組み合わせるワークフローは、世界の類似プロジェクトに再利用できる実務的な手引きを提供し、雑多な発生土をより予測可能な基礎材料へと変える助けになります。

引用: Huang, X., Liao, J., Ke, H. et al. Machine learning-based evaluation of shear strength factors in soil-rock mixtures for mountain substation fills. Sci Rep 16, 5775 (2026). https://doi.org/10.1038/s41598-026-36601-3

キーワード: 土-岩混合物, 山間部変電所の基礎, せん断強度, 含水比, 地盤工学における機械学習