掘削断面精度×岩サイズを予測して最適装薬量を自動導出。戸田建設が「山岳トンネルAI発破設計システム」を開発。処理時間わずか30秒

戸田建設は2026年7月7日、掘削断面精度と岩サイズの総合的な予測に基づいて装薬量の導出を可能とする「山岳トンネルAI発破設計システム」を開発したと発表した。

熟練技術者の暗黙知の形式知化を推進するとともに、実際のトンネル現場での試験運用でその実用性と機能の有効性を確認した。

削孔エネルギー等のデータから発破後の切羽周面・垂直面精度と岩サイズを同時予測。3項目を統合した装薬量最適化

一般的に発破設計では「切羽周面の精度」（トンネル周面での余掘り抑制）、「切羽垂直面の精度」（奥行き方向の掘り過ぎ・掘り残しの抑制）、「岩サイズ」（発破後のずりが盛土材・ベルトコンベヤ運搬に適した30cm以下となる割合）の3項目が主な評価指標だ。

従来の発破設計システムでは一部の指標を対象とするものが主流だったが、本システムはこれら3つすべてを統合して装薬量の最適化を図る点が最大の特長だ。


コンピュータージャンボの削孔エネルギー等のデータを入力すると、過去の実績を学習したAIが発破後の切羽の周面・垂直面精度を予測して最適な装薬量を導出する。

さらに発破後の岩サイズを予測し、導出された装薬量とあわせて岩サイズが30cm以下となる割合の推定値をタブレットに表示する。

削孔データアップロードから結果出力まで約30秒。バルクエマルション爆薬への展開・完全自動化を視野に

現場での試験運用では、削孔データのシステムへのアップロードから結果の出力までを約30秒で完了。

切羽作業の中断時間を最小限に抑えて運用でき、坑内環境下でも一連の動作が問題なく機能することを確認した。


タブレット画面上には孔ごとに円の大きさと色で装薬量が表示され、装薬量の違いを直感的に把握できる。

AI学習に用いる発破後の岩サイズデータの取得には、同社が別途開発したAIによる岩サイズ自動判定システムを活用する。

今後は現場データの蓄積とAI学習の深化で予測精度をさらに向上させるとともに、次回以降の発破における削孔位置や装薬量を事前に予測・計画できる機能への拡張を予定しているという。