その他

　産業技術総合研究所（産総研）はこのほど、近赤外光でプラスチックの劣化を診断する技術を開発した。自動車や建築などに汎用されるポリプロピレン（PP）の劣化を、非破壊によるその場で診断が可能。製品内で使用中のPP部品の品質や劣化の診断、部品製造ラインでの異常品検出、マテリアルリサイクル時のプラスチック部品の選別などへの利用が期待される。

　品質検査には引張変形試験が広く用いられる。機械特性の重要指標の1つ「破断伸び率」は、試料が破断するまでの引張り伸び率で、劣化が進むと低下する。しかし測定対象は変形・破壊するため使用中の部品は診断できず、それに代わる非破壊診断技術もなかった。

　今回、劣化度が異なるPP試料の近赤外光吸収スペクトルと破断伸び率を計測し、これらを学習データとしたAIデータ解析により、吸収スペクトルの変化から劣化を推定した。破断伸び率の算出値は引張試験実測値とよく一致した。

　さらに、PPの固体構造の変化と近赤外光吸収の変化が直接的に相関することも確認した。多量の添加剤を含んだPPや他のプラスチックの劣化診断も、対象物の近赤外スペクトルや破断伸びなどを測定し機械学習することで適応可能。材料を破壊することなく、数秒間の赤外光吸収測定による破断伸び率の高精度の推定を実現した。非破壊・リアルタイムのプラスチック製品の品質評価に利用することで、製造コストの削減が期待される。

　今後は自動車部品、建設資材の品質管理やプラスチック部品のリサイクルに適用するため、企業への橋渡しを積極的に行う。また「材料診断プラットフォーム」では複数の診断技術を統合し、「材料の総合病院」として、企業からの診断依頼に幅広く対応していく考えだ。

　カネカはこのほど、同社が開発した結晶シリコン太陽電池（ヘテロ接合バックコンタクト型）が、トヨタ自動車の低速自動運転EV「e‐Palette」のルーフガラス部分に採用されたと発表した。

　世界最高の変換効率（26.7％）を誇る結晶シリコン技術を用いた太陽電池は、表面に配線のないバックコンタクト構造によって、自動車用ガラスに近い意匠性も実現。これら独自技術による高い変換効率と優れた意匠性が評価され採用に至った。同社の車載用太陽電池は、曲面状に設計できる特長をもつことから、自動車ボディへの設置が可能となっている。

　カネカは今後、走行距離延長やCO2削減に貢献するソリューションとして車載用太陽電池の提案を引き続き強化し、EVやハイブリッドカーへのさらなる採用を目指して取り組んでいく考えだ。

　ランクセスは20日、水処理ビジネスについて、イオン交換樹脂事業に注力するため、逆浸透膜事業を持続可能な資源管理の世界的リーダーの仏・スエズ社に売却すると発表した。売却価格は非公表。売却手続きは今年末までに完了する予定。

　ランクセスは、ドイツのビターフェルト拠点で逆浸透膜を製造しているが、スエズ社が同プラントと研究施設、全従業員を引き継ぐ。なお、昨年の同事業の売上高は、数千万ユーロだった。ランクセスは、水処理技術ビジネスの再編を実行している。今後は高性能特殊アプリケーションに注力し、イオン交換樹脂事業をさらに拡大していく方針だ。

　同社は現在、ドイツのレバクーゼンとビターフェルト、インドのジャガディアの3拠点でイオン交換樹脂を製造しているが、新たに、2万～3万㎥の生産能力をもつ製造設備の建設を計画。投資額は8000万～1億2000万ユーロとなる見込みで、今後5年以内の完成を目指し、間もなく具体的な建設候補地を決定する予定。

　イオン交換樹脂は、食品産業や医薬品産業などで最新の精製プロセスに大きく貢献。半導体産業では、マイクロチップなどの製造に必要な超純水製造などで重要な役割を果たし、電池産業では電池製造に不可欠な金属リチウム、ニッケル、コバルトの抽出に使用されている。さらに、発電所や化学産業、マイクロエレクトロニクス、飲料用水処理など幅広い分野に使用され、今後も高い需要の伸びが見込まれている。

　ランクセスの最高経営責任者（CEO）であるマティアス・ツァハト氏は、「逆浸透膜ビジネスは当社の戦略に適合しないものとなってきた」とし、「拡大する世界的需要に対応するため、イオン交換樹脂の生産能力拡大に投資する。同時に、特に将来有望な市場セグメントでの成長を目指していく」とコメントしている。

　ダイセルは19日、「ダイセル式生産革新手法」を東京大学と共同で開発した人工知能（AI）によって進化させた「自律型生産システム」を開発したと発表した。

　同システムは、PCM（最適運転条件導出システム）とAPS（高度予知予測システム）の2種類のアプリケーションで構成。化学などプロセス型のモノづくり現場で取得したデータから日々学習を重ねたAIを搭載し、現場作業者を支援する。

　搭載されたAIは、過去に蓄積してきた運転ノウハウを活用するだけでなく、日々の運転の中からも新たなノウハウを自動で抽出していく。「自律型生産システム」によって生産の最適解が求められ、製造コストの劇的な削減につながり、同社の試算では年間100億円程度のコストダウンが可能としている。またAIの活用によって、2000年に完成させた従来の「ダイセル式生産革新手法」の心臓部であったノウハウ顕在化にかかる労力が大幅に低減し、導入の難易度が改善される。

　同社はすでに、「自律型生産システム」の日本国内の生産拠点への展開を開始。また、従来から行ってきた定量的な数値データに基づいた通常の運転に加え、音声や画像などの定性的なデータをも活用し、プラント運転の立ち上げ、停止など、非定常時の運転標準化を進める研究にも着手している。

　一方、「自律型生産システム」は、1つの企業での単一製品の生産の最適化だけでなく、関連する前後の企業・工程にまたがって応用でき、企業の枠を超えたサプライチェーン全体の最適化を実現する。現在、生産現場にAIを導入する一般的な取り組みは、ほとんどが個々の計器やセンサーなどの故障検知や、単一製品の品質予測など、効率化の手段の1つでしかない。しかし同システムは、モノづくりの一連の流れを標準化した「ダイセル式生産革新手法」を用いて開発しており、広範囲で生産を最適化できる。

　同社は将来的に、企業の枠を超えて、原料から最終製品に至るまでのサプライチェーン全体の最適化を目指す。そして究極的には、1つのサプライチェーンを仮想的な会社と捉え、製品の調達、生産、販売といった機能や設備を一体で管理・経営する「バーチャルカンパニー」の考え方に基づいた、効率的・即応的な市場ごとの資産コントロール体制の確立を目指していく考えだ。