Mechanical Performance and Strength Prediction of Rubberized Silica Fume Concrete: An Experimental and Machine Learning Investigation for Sustainable Construction

建設業界が、巨大なベーカリー（パン屋）であると想像してみてください。長年、彼らはセメント、砂、石といった標準的な材料を使って「コンクリートケーキ」を焼いてきました。しかし、世界は2つの大きな問題に直面しています。一つは、埋め立て地に積み上がる大量の古いタイヤ（これらは有害で分解が困難です）の問題。もう一つは、地球を守るためにセメントの使用量を減らす必要があるという問題です。

この研究論文は、これら両方の問題を一度に解決しようと、新しいエコフレンドリーなレシピを考案している「パン職人チーム」のようなものです。彼らは、砂の一部を粉砕ゴムパウダー（古いタイヤから作られたもの）に置き換え、セメントの一部をシリカフューム（微細な産業副産物）に置き換えた場合に何が起こるかを調べたいと考えました。

以下に、彼らが何を行い、何を発見し、どのようにコンピュータを使って結果を予測したのかを簡単に解説します。

1. 実験： 「エコケーキ」の配合

研究者たちは、16種類の異なるバッチのコンクリートを作成しました。

• ゴム： 砂をゴムパウダーに置き換えましたが、その量は0%（プレーンなコンクリート）から最大35%までの範囲です。
• 秘密の材料： バッチの半分には、セメント混合物に10%のシリカフュームを加えました。
• テスト： 彼らはこれらの混合物をブロック状に焼き固め、7日、28日、56日が経過するのを待ちました。その後、それらを押しつぶして強度がどれくらいあるか、曲げてどれくらい柔軟性があるかを確認し、さらに音波を送り込むことで（赤ちゃんの超音波検査のように）、内部の品質をチェックしました。

2. 結果： 何が起きたのか？

コンクリートをスポンジだと考えてみてください。ゴムを加えることは、硬いレンガの中に柔らかくて弾力のあるスポンジを入れるようなものです。

• ゴムの効果： ゴムを増やしていくにつれて、コンクリートは柔らかくなりました。重い荷重を支える能力が低下したのです（圧縮強度の低下）。また、音波の伝わる速度が遅くなったことは、材料の密度が低くなり、小さな空気の隙間が増えたことを意味しています。
  • しかし、絶妙なポイントがありました。ゴムをほんの少し（5%）加えたとき、コンクリートは壊れずに曲がる能力が向上しました。これは、脆いクッキーに少しゴムを加えることで、粉々に砕ける代わりに、少しもちもちとした食感にするようなものです。
• シリカフュームの効果： これがゲームチェンジャーとなりました。シリカフュームを加えると、それは非常に細かいフィラー（充填材）として機能しました。ゴムによってできた微細な穴を塞ぎ、すべてをより強力に接着したのです。
  • 結果： シリカフュームは、すべての混合物の強度を高めました。ゴムが入った「柔らかい」コンクリートを、より強く耐久性のあるものへと戻したのです。

3. 古いルールの問題

エンジニアは通常、新しいタイプのコンクリートがどれくらいの強度になるかを推測するために、「設計コード（ルールブック）」を使用します。研究者たちは、この新しいゴムコンクリートをこれらの古いルールブックと比較しました。

• 発見： ルールブックは間違っていました。それらは、実際の強度よりも大幅に低いと一貫して予測していました。それは、まるで天気予報士が、実際には軽い雪なのに、常に吹雪になると予測しているようなものです。古いルールは、ゴムとシリカフームがどのように相互作用するかという独特の仕組みを考慮していませんでした。

4. 解決策： コンピュータに予測を教える

古いルールブックが失敗したため、研究者たちは**機械学習（ML）**に目を向けました。スマートなロボットを「強度予測器」として訓練することを想像してください。

• トレーニング： 彼らは16種類の実験データをロボットに読み込ませました。「ここにゴムの量があり、ここにシリカフュームがあり、そしてここにある強度が得られた」ということを教え込んだのです。
• コンテスト： どのロボットの脳（アルゴリズム）が最もよく学習するかを見るために、6種類の異なる「ロボットの脳」を試しました。
  1. 人工ニューラルネットワーク (ANN)： パターンを学習する、脳のようなシステム。
  2. 回帰ツリーおよびブーステッドツリー： フローチャートのように意思決定を行うシステム。
  3. サポートベクターマシンおよびその他： データを分離するための線を引く数学的モデル。
• 勝者： 人工ニューラルネットワーク (ANN) がチャンピオンでした。これは、成分と強度の間の複雑で非線形な関係を理解することに最も長けていました。最もミスが少なかったのです。

5. 最終的なツール： 新しい数式

ANNは最も賢かったのですが、研究者たちは、スーパーコンピュータを使わなくても建設現場でエンジニアが実用的に使えるものを求めていました。そこで、彼らはデータを活用して、単純な数学的公式（回帰モデル）を作成しました。

• この公式を使えば、エンジニアはコンクリートの経過日数、ゴムの量、シリカフュームの量を入力するだけで、強度を正確に予測できます。
• 彼らはさらに、この公式を用いて、単なる垂直方向の押しつぶしテストの結果を知るだけで、コンクリートがどれほどよく曲がるか（曲げ強度）を予測することさえできました。

まとめ

この論文は、リサイクルとスマートな数学の成功物語です。

1. リサイクル： ゴムをコンクリートに使用できることを証明しましたが、その量には注意が必要であることも示しました。
2. 強化： シリカフームを加えることで、ゴムによって生じる弱点を克服できます。
3. 予測： 古いエンジニアリングのルールはこの新しい混合物には通用しませんが、スマートなコンピュータ学習から導き出された新しい単純な公式を使えば、強度を正確に予測できます。

目標は、単に「グリーンな」コンクリートを作ることではなく、建設業者がそれを信頼し、現実世界の建設現場で安全に使用できるように、予測可能にすることなのです。