試料を破壊せず、近赤外光でプラスチックの劣化を診断する技術を開発：FAニュース

産業技術総合研究所は、近赤外光を照射してプラスチックの劣化を診断する技術を開発した。破壊試験なしで劣化の進行を高精度に診断できるため、製造業の検査コストを削減するほか、異常品検出やリサイクル向けの素材選別などに活用できる。

[MONOist]

　産業技術総合研究所（産総研）は2020年7月20日、近赤外光でプラスチック（ポリプロピレン）の劣化を破壊試験なしで診断する技術を開発したと発表した。

　これまで、製品や部品の中に組み込まれているプラスチックの品質は、破壊試験で診断していた。破壊された部品は評価するのが困難なため、プラスチックの劣化を非破壊で簡単に診断できる技術が求められていた。

上：従来のプラスチックの劣化診断法、下：今回開発した光による診断法 出典：産総研

　ポリプロピレンは、劣化が進むと試料が破断されるまでの引張伸び率である「破断伸び」が減少する。産総研の研究グループは、程度が異なる劣化処理を施したポリプロピレン試料を用意して、試料が吸収する近赤外光（光吸収スペクトル）と破断伸びを計測した。

　計測に用いた装置は、透過光だけでなく、反射光でも近赤外スペクトルを測定できる。透過光と反射光を試料の厚みや形状に応じて選択できるので、多くの試料に適用可能だ。研究では、透過した近赤外光をセンサーで検出して近赤外スペクトルを測定した。この際の近赤外スペクトルの測定時間は6秒だった。

左：ポリプロピレンによる近赤外光吸収の計測、右：測定された近赤外スペクトルの一例 出典：産総研

　次に、機械学習で得た回帰係数を用いて、ポリプロピレンの劣化を推定した。

　ポリプロピレンは、劣化が進むにつれて近赤外光の吸収特性が変化するため、近赤外スペクトルの形状変化から劣化を予測できる。近赤外スペクトルの各波長での吸光度に回帰係数を掛けて足すことで、破断伸びが分かるが、今回、スペクトルの膨大なデータから個々の回帰係数を算出するのではなく、機械学習で効率的に回帰係数を導き出した。

　機械学習で得た回帰係数を用いて算出したデータと、実際の破断伸びを比較したところ、ほぼ一致していた。さらに、回帰係数を詳しく調べた結果、ポリプロピレンの固体構造の変化と、近赤外光の吸収の変化には直接的な相関関係があることが分かった。

左：データ解析の概要、右：ポリプロピレンの劣化推定の結果（クリックで拡大） 出典：産総研

　開発した技術は、試料を破壊せずに、ポリプロピレンの劣化をその場で高精度に予測できるため、複数回の品質検査に伴う多くの作業を抱える製造現場の負担やコストを削減することが期待される。

　また、同技術は、プラスチック部品メーカーでの異常品検出や、劣化があまり進行していないプラスチック部品をリサイクルするための素材選別といった用途にも活用できる。

　なお、同技術は、ポリプロピレンと同様の結晶構造を持つ他種のプラスチックの劣化診断に適用できる可能性がある。さらに、診断したい試料の近赤外スペクトルや破断伸びなどの学習用データを改めて測定することで、多量の添加剤を含んだポリプロピレンや性状の異なるプラスチックの劣化診断も可能となる。

　今後、産総研では、今回の劣化診断技術を含む複数の診断技術を統合し、企業からの診断依頼に対応する。また、同技術を自動車部品や建設資材の品質管理、プラスチック部品のリサイクルなどに適用すべく、積極的に企業に働きかけていく。