ナノ構造採石粉（NQF）添加による強化された不飽和土の摩擦角と粘着力の予測精度の向上

日常生活において土の強度が重要な理由

道路、盛土、建物の基礎はいずれも下の土の強度に依存しています。多くの熱帯地域では、その土は含水量に敏感な赤土性の粘土で、湿ると弱くなり、乾くと強化され、ひび割れやわだち、修繕費の増加を招きます。本研究は、再生された鉱物粉末を添加してこうした土を強化し、人工知能を用いて処理土の性能を予測することで、より安全で長持ちするインフラを、実験室での試行錯誤を減らして実現する方法を探ります。

地域の廃棄物を有用な土壌改良材へ

研究者らは、ナイジェリア南部の問題を抱えた赤土性粘土を出発点としました。これは高可塑性で粘土分が多く、自然状態のせん断強さは控えめに分類される土です。この土に対して、主に廃棄由来の微粉末を2種類添加しました。ひとつは少量の石灰で活性化した籾殻灰を用いた「ハイブリッドセメント」で、もうひとつは採石粉を極めて微細に粉砕して得られるナノ構造採石粉です。これらの添加材は反応性酸化物を含み、土壌鉱物と結合し得るほか、その極小粒径により粒子間の空隙に入り込み、土粒子間の摩擦や粘着を高めうると考えられます。

手間のかかる試験から賢い予測へ

従来、技術者は摩擦角と粘着力という二つの主要な土の強度特性を求めるために、時間と設備を要するせん断試験を行う必要がありました。本研究ではそうした試験に頼るだけでなく、豊富な実験データベースを作成し、より簡便な測定からこれらの特性を予測するコンピュータモデルを訓練しました。多数の実験的配合を実施し、ハイブリッドセメントとナノ構造採石粉の割合を変えつつ、粘土分、可塑性、密度、水分特性など11の入力特性を測定しました。ベースラインとして単純な線形回帰モデルを用い、さらにサポートベクターマシン、ラジアル基底関数ネットワーク、そして多層パーセプトロン（MLP）ニューラルネットワークの3つの高度な「賢い」手法を適用しました。

機械が土を読み取る学び方

121件からなるデータセットは、学習用の大部分と検証用の少部分に分割され、学生が例題で学んだ後に試験を受けるのに似た状況を再現しました。各モデルは11の入力指標を二つのターゲット（摩擦角と粘着力）に写像することを学習しました。性能は予測値が実測にどれほど近いか、未知データに対してどれだけ一般化できるかを示す標準的な指標で評価されました。すべての手法が良好な結果を示しましたが、特に多層パーセプトロンなどのニューラルネットワーク系が際立ちました。これらはデータ中の微妙で非線形な関係を捉え、摩擦と粘着の両方で実測値との高い相関と極めて低い予測誤差を達成しました。

処理土の強さを本当に支配する要因

「ブラックボックス」的な予測を越えるため、著者らは感度解析を行い、どの入力が重要かを順位付けしました。その結果、不飽和土の単位重量が摩擦角を支配する主要因であることが分かりました。これは、締固めや水分状態が粒子の擦れ合いや嵌り込みを支配することを示しています。粘着力については粘土分が最も影響力が大きく、細粒で反応性の高い粘土と結合生成物が粒子をつなぎ合わせる振る舞いと一致します。添加した鉱物系材料（ハイブリッドセメントおよびナノ構造採石粉）も、特に密度や水分のパラメータと合わせて考えると強い正の影響を示しました。この結果は微視的観察とも整合します：ナノ粒子や灰由来の結合材が空隙を埋め、粒子を被覆し、より緻密で結合の強い骨格を形成するというものです。

研究用コードから実用的な設計ツールへ

実務で直接使えるようにするため、チームは最良性能を示したニューラルネットワークをグラフィカルユーザーインターフェースに組み込みました。このツールを使えば、技術者は基本的な土質情報と配合情報を入力するだけで、追加の高度なせん断試験を行うことなく摩擦角と粘着力の推定値を即座に得られます。インターフェースは各パラメータの実験で検証された範囲に合わせて設計されていますが、データが増えれば拡張したり、他の土質へ適用したりすることも可能です。

現場プロジェクトへの意味

専門外の方への要点は明快です。本研究は、地域の廃棄由来粉末が問題の多い熱帯土の強度を著しく向上させ得ること、そして現代の機械学習ツールが容易に測定できる特性からその改善を信頼性高く予測できることを示しています。この組合せは、農業残渣や採石廃棄物のリサイクルによる環境負荷の低減と、地盤試験のコストや複雑さの削減の双方に寄与します。実務面では、特に実験室リソースが限られる地域で、道路や盛土の設計をより良く行い、耐久性の高いインフラを実現することにつながります。

引用: Kamchoom, V., Van, D.B., Hosseini, S. et al. Enhanced forecasting of friction and cohesion of augmented unsaturated soil with nanostructured quarry fines (NQF) addition. Sci Rep 16, 8899 (2026). https://doi.org/10.1038/s41598-026-43458-z

キーワード: 不飽和土, 機械学習, 土壌安定化, ナノ構造採石粉, 地盤工学