小麦わら強化持続可能石膏複合材料の圧縮強度と曲げ強度の機械学習ベース予測

農業廃棄物を建材に変える

世界中で毎年、農家は大量の余剰わらを焼却し、一方で都市は大量のコンクリートを使用して多量の二酸化炭素を排出しています。本研究はこの二つの問題に同時に取り組む方法を探ります。すなわち、農業廃棄物である小麦わらを石膏ベースの建材の補強材として利用し、より環境に優しい材料の強度を予測するために高度なコンピュータツールを活用するというアプローチです。

なぜ通常のコンクリートを見直すのか

コンクリートは地球上で最も広く使われる材料の一つですが、その主要成分であるセメントの製造は大量の二酸化炭素を排出します。それに対して別の鉱物バインダーである石膏の生産ははるかに少ない炭素排出で済みます。石膏はすでに石膏ボードや室内間仕切りなどで用いられ、耐火性や防音性、軽量性に優れます。しかし単体では脆く、多くの構造用途に対して十分な強度が得られないため、コンクリートやレンガの代替として使える範囲が限られます。

わらに第二の人生を与える

現代農業は膨大な量の廃棄物を生み出し、小麦わらはその代表例です。例えばパキスタンのような国々では、このわらの多くが野焼きされ、スモッグを悪化させ公衆衛生へ悪影響を及ぼしています。著者らはわらを単なる処理すべき問題と見るのではなく、建設に使える安価で再生可能な資材と位置づけます。わら繊維を少量混ぜると、石膏材料は破壊に至る前に若干たわみやすくなり、本来廃棄される資源の有効活用につながります。しかし最終的な強度は石膏の品質や量、水分、わら含有量、化学添加剤など多数の要素が複雑に相互作用するため決まります。

実験から機械に学ばせる

わら–石膏混合物の全ての配合を物理試験で確かめるのは遅く、費用もかかります。そこで研究者たちは文献で報告された161の既存配合データを収集しました。各レシピについて、石膏の強度と量、水分量と水・石膏比、わらの添加量、二つの一般的な添加剤の有無などを記録し、さらに圧縮に対する耐力（圧縮強度）と曲げに対する耐力（曲げ強度）という二つの主要な結果も示しました。このデータを用いて、与えられた入力がこれらの強度とどう関係するかを固定式の数式なしに学習するため、五種類の機械学習モデルを訓練しました。

最も信頼できるデジタル予測器を見つける

研究チームは人工ニューラルネットワーク、ガウス過程回帰、ランダムフォレスト、極端勾配ブースティング、サポートベクターマシンを比較しました。各モデルは交差検証と呼ばれる慎重な検査法で評価され、データの一部で繰り返し訓練し残りで検証して過信を避けています。全手法の中でガウス過程回帰が優れ、圧縮強度と曲げ強度の両方を他より正確かつ一貫して予測しました。さらに、この手法は単一の推定値だけでなく予測の不確かさの範囲も示せるため、設計上の安全性判断が必要な場面で有用です。

配合で最も重要な要素

モデルを単なるブラックボックスにしないため、著者らはどの成分が予測に最も影響するかを調べました。性能の良いモデル群で共通して浮かび上がったのは、石膏自体の固有強度が圧縮・曲げ強度の主要な決定要因であるという点です。石膏の総量や使用する水の量も最終製品の緻密さや多孔性を左右するため重要な役割を果たします。小麦わらや化学添加剤は二次的な影響を与え、ある範囲では材料挙動を調整しますが、水やわら、添加剤が多すぎると余分な空隙を生んだり結合を乱したりして強度が低下する傾向がありました。

スマートな予測からより環境配慮した建築へ

要するに、この研究は配合をもとにわら強化石膏の強度を実験で全て試作せずともコンピュータが高精度で予測できることを示しています。最良のモデルであるガウス過程回帰は信頼性の高い強度推定に加え、各予測の確信度も示します。持続可能な原料と賢い予測ツールの組み合わせにより、設計者は用途に十分な強度を持つ石膏–わら製品を選びやすくなり、同時にセメント使用量や農業廃棄物の野焼きを削減できます。これにより、気候に優しく既存の資材をより有効に使う建築手法への道が開かれます。

引用: Ahmad, H., Ejaz, M.F., Riaz, M.R. et al. Machine learning-based prediction of compressive and flexural strength of wheat straw reinforced sustainable gypsum composites. Sci Rep 16, 15087 (2026). https://doi.org/10.1038/s41598-026-45024-z

キーワード: 石膏複合材, 小麦わら, 機械学習, 圧縮強度, 持続可能な建設