再生プラの品質のばらつきをAIで先読みする、日立らが内閣府SIPで選別の仕組みづくりへ

再生プラスチックが使われにくい理由の多くは、性能そのものよりも性能の読めなさにある。同じ回収ロットでも強度や流れ方がそろわないと、成形条件を決められず設計にも織り込めない。日立製作所が内閣府SIP第3期で取り組むのは、この「ばらつきの見えなさ」を測る側から埋める研究である。

開発するのは2つのAIである。品質評価AIは、製造ラインに付いているセンサーのデータから品質のばらつきを予測する。材料を作りながら、出てくるものの性質を推し量る使い方になる。劣化診断AIのほうは材料分析のデータを入力とし、劣化がどの段階にあるか、品質の変動が何に起因するかを解析する。この2つの結果をもとに再生材を分類し、用途に見合うものを振り分ける仕組みまでを含めて構想している。評価する物性は強度、流動性、劣化状態の3つである。

進め方は段階的で、2026年度から2027年度にかけて品質評価AIを開発して精度を検証し、2027年度以降に劣化診断AIの開発へ進む。対象材料も工場内の製造工程から出る再生材から着手し、将来的に使用済みプラスチック由来へ広げる計画である。工程内の端材は履歴が追えるぶん学習データを作りやすく、市中回収品より先に手を付ける順序は妥当である。

体制は日立製作所、東北大学、物質・材料研究機構（NIMS）、相田商会の連携による。背景として、EUのELV規則で2036年9月以降の新型車にはプラスチックの25%以上を再生材とする義務が課される見通しがあり、再生材を使える形に整える側の技術に需要が生じている。