シリカフュームとMサンドを用いた強度予測のための機械学習と微細構造特性評価の統合による持続可能なコンクリート

明日の都市のための、より強くより環境配慮されたコンクリート

コンクリートは現代の建物や橋、道路の基幹ですが、その製造は特にセメント生産や河川砂の採取に伴う大きな環境負荷を伴います。本研究は、産業副産物を配合に取り入れ、先進的なコンピュータモデルで性能を予測することで、より強くかつ持続可能なコンクリートをつくる方法を探ります。その結果、従来材料の使用を削減するだけでなく、将来の構造物に対してより強く長持ちするコンクリートの処方が示されました。

コンクリートの材料を再考する

研究者たちは、従来の普通ポルトランドセメントと天然の河川砂に全面的に依存する代わりに、6種類の異なるコンクリート配合を設計しました。それぞれにフライアッシュ（火力発電所由来の微粉）を10％使用し、シリカフューム（シリコン生産の非常に微細な副産物）を異なる割合で加え、河川砂を100％人工砂（天然砂を模して加工した破砕岩）で置き換えました。これらの材料は厳密に制御された比で混合され、立方体・円筒・梁に打設されました。チームは、各配合が現場での養生に伴って時間経過でどのように強度を獲得するかを模擬するため、7日・28日・90日後に圧縮・引張・曲げ耐力を試験しました。

強度の最適点を見つける

改良されたすべてのコンクリートは基準配合と同等以上の性能を示し、中には明らかに優れるものもありました。際立った配合はフライアッシュ10％、シリカフューム12％、人工砂100％置換の組み合わせでした。基準配合と比べ、このブレンドは28日で約17％、90日で約20％の圧縮強度向上を示し、引張や曲げ強度でも同等の改善が見られました。非破壊の超音波試験は、このコンクリートがより高密度な内部構造を持ち、音速が速く伝わることから、強度だけでなく内部品質も優れていることを示しました。しかし、シリカフュームを過剰に（18～24％）加えると利益が減少し始め、増やせば良いという単純なルールは成り立たないことも明らかになりました。

微視的にコンクリートの内部を覗く

最適配合が良好に振る舞う理由を解明するため、チームは電子顕微鏡や熱分析を用いて硬化コンクリートの内部を観察しました。内部の微細構造画像は、フライアッシュとシリカフュームが砂や骨材をより密に結びつける糊状の緻密なネットワークを形成し、空隙や亀裂が減少していることを示しました。化学分析では、カルシウムとケイ素のバランスが特に安定した結合ゲルを形成する組成へとシフトしていることが確認されました。微小試料を緩やかに加熱する熱試験では、水分や他成分の放出が観察され、質量変化と重要な内部相の分解が結びつけられました。総じて、これらの解析は最適配合が損傷に強く、水や劣化要因の侵入を遅らせる緻密で良好に連結した内部骨格を生むことを示しています。

機械に最良の処方を学習させる

多くのコンクリート配合を実験で検証することは時間とコストがかかるため、研究者らは配合成分と養生時間から強度を予測するために機械学習にも頼りました。実験で得られた慎重に測定された54点のデータだけを用いて、いくつかのアルゴリズムを訓練し、特定の処方がどれだけ強くなるかを予測しました。最も良好な結果を示したのは勾配ブースティングと呼ばれる手法で、7日・28日・90日の測定強度を非常に高い精度で再現しました。他のアンサンブルモデルも良好でしたが、単純な線形手法は苦戦し、材料と強度の間にある複雑で非線形な関係を捉える重要性を浮き彫りにしました。特徴量重要度の解析では、養生時間が強度を決定する最大の要因である一方で、シリカフューム、フライアッシュ、人工砂の存在も有意な補助的役割を果たしていることが示されました。

今後の建設にとっての意味

専門外の読者にとっての主要な結論は、産業副産物と設計された砂を賢く組み合わせ、試行錯誤の実験を減らすためにコンピュータモデルを活用すれば、より環境配慮され、かつ性能の高いコンクリートを設計できるということです。本研究は、フライアッシュ10％、シリカフューム12％、河川砂を人工砂で全面置換するという実用的な処方を示し、セメント含有量を増やすことなく強度・密度・耐久性を向上させることが可能であることを示しました。信頼できる機械学習ツールと組み合わせれば、このアプローチは建設者や技術者が持続可能な建設へより迅速に移行する手助けとなり、我々の構築環境の安全性と寿命を維持あるいは向上させることが期待されます。

引用: Chaitanya, B.K., Sri Durga, C.S., Thatikonda, N. et al. Integration of machine learning and microstructural characterization for strength forecasting with silica fume and M-sand for sustainable concrete. Sci Rep 16, 8858 (2026). https://doi.org/10.1038/s41598-026-43410-1

キーワード: 持続可能なコンクリート, フライアッシュ, シリカフューム, 人工砂, 機械学習