再生プラスチックは品質のバラつきが大きく、ロットごとに高コストな化学分析や機械試験を実施しなければ品質に応じた分別が難しいため、低付加価値用途に限定されてきた。そこで本研究では、通常のリサイクル工程で自然に得られる「溶融粘度データ」だけを用いて、製造中のペレットの機械的特性を高精度で予測する「ゼロコスト検査技術」を提案した。Deep Learningにより、引張強度や耐衝撃性を85%以上の精度で予測し、高品質な再生ペレットを製造前に選別することを可能にした。これにより、従来は低品質用途にしか利用できなかった家庭廃棄プラスチック等も、良好なロットは高付加価値用途へアップサイクルすることで、資源循環型社会の実現を大きく加速することが期待される。

作成時刻: 2025-05-22 03:06:31 +0900 更新時刻: 2025-11-02 04:40:14 +0900