つくれる。その先を、解き明かす。

材料と工程を、コンピュータの中でも試す。AIによる探索と実物の検証を結び、PB530の可能性を広げる研究へ。

設立準備中の概要資料です。仮値・計画を含みます。

つくれる。だから、解き明かす。
製造と使用の経験がある。その成立条件を説明できれば、再現し、変え、次の原料へ進める。

コンピュータの中にも、実験室を。
材料と工程のふるまいを計算し、未実験のデータを生む。AIが条件を探索し、次に実物で試す候補を絞る。

計算の答えを、実物で確かめる。
候補をつくり、測り、予測との違いを戻す。現実との往復で、計算そのものを育てていく。

その土地のゴミに、その土地の答えを。
原料、使う環境、必要な性能が変わる。その違いから配合と工程を探り、その地域で使う資材候補へ。

いまは、研究基盤を準備する段階。


材料と品質
何が強度とばらつきを決めるか。
用途に合う資材を、説明できる条件でつくるため。
構造と物性を、比較試料で調べる。
再現試作・評価を計画
原料・工程と品質の関係を説明し、評価する条件へ。

耐久と循環
どの環境で使え、使った後はどう扱えるか。
継続使用・補修・再利用・再加工を判断するため。
経年材と比較試料の変化を測る。
耐久評価は計画、再加工は構想
用途と環境ごとの適用範囲、使用後の評価方法へ。

判断の継承
何を見て、何を変えてきたのか。
別の人や設備でも再現できる技術にするため。
観察・判断・工程・結果を結ぶ。
記録・計測体制を設計
再現手順と、品質につながる工程変数の記録へ。

製造と制御
寸法と品質を揃え、作業を機械へ移せるか。
原料や運転の変化に対応できる製造へ進むため。
工程条件と寸法・物性を比べる。
設備・工程の研究を計画
対象製品の設備要件、運転と品質確認の方法へ。

AI・仮想実験
まだ試していない条件から、候補を探せるか。
実物で試せる組み合わせの限界を広げるため。
計算の候補を実測し、誤差を返す。
AI・計算基盤を設計
予測の適用範囲と、実験で試す候補を導く方法へ。

地域の資材化
その土地の原料を、その土地の資材へ結べるか。
廃棄物処理と資材供給を地域で成立させるため。
原料・用途・運営を限定して実証する。
地域実証を構想
地域ごとの技術・運営条件と、技術移転の設計へ。