カーボンネガティブなバイオポリマー結合土壌複合材料のスマート製造のためのAI駆動非破壊検査

温暖化する世界のためのより賢い建築ブロック

建物はセメント系コンクリートの使用が大きな要因となって、世界の二酸化炭素排出量の大きな割合を占めています。本研究はまったく異なる種類の建築ブロック、すなわち天然高分子で結合された土壌から作られるレンガに着目しています。これらは排出するよりも多くの炭素を固定できる可能性があります。研究チームは人工知能と簡便な振動試験によって、こうした「グリーン」レンガがまだ柔らかいうちに内部の欠陥を検出できること、そして乾燥と硬化の経過を追跡できることを示し、安全性の向上、廃棄削減、気候に優しい建設への道を開きます。

セメントではなく自然から作られたレンガ

本研究の中心材料は「バイオポリマー結合土壌複合材料」と呼ばれます。セメントの代わりに、タンパク質など生物由来のポリマーを用いて砂粒子を接着します。乾燥後、これらのレンガはコンクリートと同等の強度を示し得る一方で、通常なら大気に戻る炭素を固定するため負の炭素フットプリントを持つことがあります。こうした材料を研究室から実用へ移すには、各レンガが十分に強く均質で、危険な欠陥がないことを確実にする信頼できる検査方法が必要です。従来のコンクリートなどの品質検査は遅く破壊的であったり、材料が完全に硬化してからしか有効でないことが多く、その段階では問題を解決すると大量の材料を無駄にすることになります。

壊す代わりに振動を聴く

研究チームは、柔らかい新しいレンガを軽く叩いたときの振動を「聴く」非破壊検査システムを開発しました。実験では、砂と水、血液由来のタンパク結合材を混合して湿った複合材料を作り、矩形の金型に詰めて直ちに試験しました。インパルスハンマーで表面を素早く打鍵し、小型加速度計がレンガの振動波を記録します。これらの信号には内部構造に関する情報が含まれており、均質で滑らかなレンガは、空洞や高密度の内包物、亀裂のような内的分離を模したものとは異なる振動を示します。ハードウェアは簡素で市販品を用いているため、医師が聴診器を移動させるようにセンサーを素早く別のレンガへ移すことができます。

AIに隠れた欠陥を見分けさせる

複雑な振動パターンを解釈するために、研究者たちはMini-ftとMega-ftと呼ばれる2つのAIモデル群を構築しました。両者は連続するセンサーデータを短いスニペット（各ハンマー打撃への応答を含む）に切り分けることから始めます。Mini-ftは各スニペットのうち171の重要点に注目し、信号の立ち上がりと減衰を捉える2つの特徴量に圧縮します。その後、単純な最近傍法で試料が正常か欠陥ありかを判定し、統計モデルで乾燥に伴う含水率の減少量を推定します。Mega-ftはより強力な手法を取り、各スニペットに対して数千種類のランダムな形状フィルターを適用して、振動の豊富な20,000次元の特徴記述を作り出します。高速な線形分類器がこの高精細な指紋を用いて、レンガが欠陥かどうかだけでなく、どのような欠陥であるかも識別します。

システムの性能はどの程度か？

チームは、欠陥のない11個と意図的に欠陥を埋め込んだ8個を含む計20個の実験室製レンガで手法を検証しました。欠陥の一部は異常に高密度の領域を模すために鋼片を含み、他は空洞を模す中空のプラスチック形状を隠し、さらに薄いプラスチック板でさまざまな大きさの内部亀裂を模していました。より単純なMini-ftモデルを用いると、欠陥ありと正常を約96%の確率で正しく識別し、1つの正常クラスと8種類の欠陥クラス、合計9クラスを約82%の精度で分類できました。より詳細なMega-ftモデルでは、基本的な欠陥検出が約99%、欠陥種類の識別が約97%にまで向上しました。AIはまたレンガの乾燥進行度、したがって獲得した強度を数パーセントの誤差で推定でき、硬化過程の時間的追跡に有用です。

パイロット研究から実際の建設現場へ

本研究はレンガサイズの試料で意図的に誇張した欠陥を用いて行われましたが、結果は新しいカーボンネガティブ建材を管理するための実用的な工場向けツールを示唆しています。材料がまだ湿っている段階で検査できるため、不良バッチを早期に発見して混合物を廃棄するのではなくリサイクルでき、廃棄とコストの削減につながります。同じ振動とAIのシステムは、配合設計、温度、製品形状の違い—小さなレンガから大きな構造要素、さらには3Dプリント形状まで—に合わせて適応可能です。要するに、本研究はAIで叩いて「聴く」ことによって、自然由来のレンガが環境に優しいだけでなく信頼性も確保でき、持続可能な建設を安全性を損なうことなく拡大できることを示しています。

引用: Miao, B.H., Dong, Y., Theissler, A. et al. AI-powered non-destructive testing for smart manufacturing of carbon-negative biopolymer-bound soil composite. Commun Eng 5, 64 (2026). https://doi.org/10.1038/s44172-026-00621-8

キーワード: バイオポリマー結合土壌複合材料, 非破壊検査, 振動センシング, AI品質管理, 持続可能な建設