パーム油燃焼灰を取り入れた持続可能コンクリートの圧縮強度を予測するためのハイブリッド機械学習アプローチ

農業廃棄物を強く、より環境に優しいコンクリートへ

コンクリートは建物や橋、道路を支えますが、その中のセメントを製造する際には大量の二酸化炭素が排出されます。一方で、パーム油工場では大量の灰が発生し、多くは廃棄されています。本研究は、その灰をコンクリートの有用な材料に転用する方法と、賢いコンピュータプログラムによって実際に一度もバッチを打設する前にその「グリーン」コンクリートがどれほど強いかを信頼性高く予測する方法を探ります。

パーム油灰が重要な理由

パーム油燃料灰は、パーム廃棄物を燃やしてエネルギーを得た際に残る粉状の副産物です。パーム油の生産が盛んな国では大量に蓄積し、処理と汚染の問題を引き起こすことがあります。しかしこの灰には反応性のある微粒子が含まれており、コンクリート中のセメントを部分的に代替できる可能性があります。これを使うことは二つの目的を同時に果たします：エネルギー集約的なセメントの使用量を削減し、農業廃棄物を再利用することです。先行の実験では、適切に処理・配合すればパーム油灰を用いたコンクリートは強度と耐久性の両面で良好な結果を示すことが確認されています。課題は、強度が多くの相互作用する材料や養生条件に依存するため、設計者が無限の試験を行わずに性能を迅速かつ信頼性高く推定する方法を必要としている点です。

何百もの配合から賢いモデルに学ばせる

研究者たちは22件の公刊研究からデータを収集し、結果としてパーム油燃料灰を用いた469種類の異なるコンクリート配合を得ました。各配合について、セメントと灰の量、添加された化学流動化剤（高性能減水剤）の量、粗骨材と細骨材の比率、水とバインダーの比（w/b比）、および試験前の養生日数という6つの主要な成分と条件を記録しました。次に人工知能に取り組み、脳の神経細胞のつながりに触発された人工ニューラルネットワークを構築しました。この種のモデルは事例から学習します：多数の入力の組み合わせとそれに対応する強度を見て、内部の結合を徐々に調整し、その結果を模倣するようになります。

進化に着想を得た探索で“脳”を強化

ニューラルネットワーク単体はチューニングが難しいことがあります。内部設定が不適切だと性能が停滞してしまうことがあるためです。これを克服するために、研究チームはネットワークをビオジオグラフィーに基づく最適化（島の間で種が分布し適応する仕組みを模したアルゴリズム）という二つ目のアルゴリズムと組み合わせました。この方式では各「島」がネットワークの異なる設定を表します。成功した島の特徴が弱い島へ移行し、時折のランダムな変化が探索の停滞を防ぎます。多数のサイクルを経て、このハイブリッドアプローチは測定されたコンクリート強度によりよく一致するようネットワークを洗練します。

ハイブリッドモデルの性能はどれほどか

ハイブリッドモデルが本当に有用かを評価するため、著者らは469配合を訓練用、チューニング用、独立テスト用に分け、さらにデータを繰り返しシャッフルする交差検証も用いました。彼らはハイブリッドネットワークを標準的なニューラルネットワークおよび文献中の既存モデルと比較しました。ハイブリッド版は一貫して圧縮強度をより正確に予測しました：予測の60％超が測定値の5％以内に収まり、従来モデルの約39％と比べて優れていました。全体の誤差は小さく、データを再サンプリングしても予測はより安定していました。訓練されたモデルの解析は、特に養生時間と水／バインダー比が強度に対する主要な要因であることを明らかにしました。

より環境配慮型の建設に向けての意味

エンジニアや計画者にとって、この研究は実用的な道具を提供します：パーム油燃料灰を含む候補配合が与えられれば、ハイブリッドモデルは、学習した配合の範囲内でそのコンクリートがどれほど強くなるかを迅速に推定できます。これにより時間と高価な試行配合を節約でき、セメント使用量と排出を削減する廃棄物由来材料のより広い利用を促すことが期待されます。モデルは基礎となる実験研究の欠落や差異に制約される点は残りますが、データから学ぶ手法と進化に着想を得た探索を組み合わせることで、現代の持続可能なコンクリートの複雑さを扱いやすくし、より環境配慮型の建設を日常化する一歩を示しています。

引用: Kazemi, R., Pour, M.A. & Gandomi, A.H. Hybrid machine learning approach for predicting compressive strength of sustainable concrete incorporating palm oil fuel ash. Sci Rep 16, 14033 (2026). https://doi.org/10.1038/s41598-026-46190-w

キーワード: 持続可能なコンクリート, パーム油燃料灰, 圧縮強度予測, 人工ニューラルネットワーク, メタヒューリスティック最適化