ここから本文です。
ホーム > しごと・産業・観光 > 商工業 > 中小企業への技術開発支援 > 産業支援技術研究所 > 研究内容と研究ライブラリー > 研究ライブラリー(令和7(2025)年度)
更新日:令和8(2026)年2月28日
ページ番号:834435
食品・化学技術室 大垣 佳寛、松田 皓生
次長 海老原 昇
古谷乳業株式会社 高野 和也、白井 寛、石出 卓也、大野 優
牛乳の殺菌方法として、超高温瞬間殺菌(UHT)の他に、高温短時間殺菌(HTST)や、低温保持殺菌(LTLT)がある。
牛乳ホエイ中のラクトフェリン(LF)は加熱により変性しやすく、UHTやLTLT牛乳ではほぼ完全に変性する。しかし、これまでの共同研究でHTST牛乳では生乳の2分の1程度LFが残存することが確認された。
しかし、これらの実験は凍結した乳試料について実施したもので、凍結によるたんぱく質の変性を考慮していない問題点があった。
本研究では凍結前後の生乳と凍結前後のHTST牛乳についてLFを高速液体クロマトグラフ(HPLC)で分析し、凍結によるLFの変性を検討した。
化学技術室 小沼 赳喜、西村 祐二
生産技術室 花澤 明洋
顕微赤外分光法の測定手法のひとつである顕微反射法では、鏡面の基板上の試料測定を想定しているが、鏡面でない基板での分析が必要な場合もある。本研究では、異なる表面粗さの基板上にある有機化合物を顕微反射法により測定し、測定可否等の評価を行ったところ、算術平均粗さRaで0.1マイクロメートル以下の基板であれば、赤外スペクトルの取得及びスペクトルどうしの比較が可能であることを確認した。
生産技術室 中嶋 貴生
本研究では、気密性を有する製品の設計・試作サイクル高速化に寄与することを目的として、ゴム系の材料2種類を用いて、3Dプリンタで造形したパッキンの気密性及び造形した試料の機械特性の評価を実施した。
その結果、機械的特性の評価では造形方向で結果に差異は見られなかった。気密性の評価では造形方向により結果に差異が出ることが確認され、その原因が、造形物断面の歪みや積層痕由来と考えられる表面の凹みにより、部分的につぶし率が低下することによるものと推察された。
材料技術室 吉田 浩之、中村 昌彦
生産技術室 花澤 明洋
当所の材料押出し(MEX)法による金属3Dプリンタで作製・焼結したSUS630試料に対し、機械的特性のさらなる向上を目的として、固溶化熱処理および析出硬化熱処理を実施した。その結果、造形直後材に固溶化処理および析出硬化処理を施すことで、硬さ、耐力、引張強さのいずれもJIS規格におけるH900処理の基準値を十分に満たすことを確認した。また、造形直後材に固溶化処理を行うことで硬さを軟化させることが可能であり、熱処理条件を調整することで目的に応じた機械的特性を付与できる可能性を明らかにした。
材料技術室 吉田 浩之、中村 昌彦
東洋大学 関 蘇軍
酸化チタン系光触媒は、大気中での安定性、低コスト、紫外線下での光触媒活性に優れ、環境調和材料として注目される。しかしながら立体形状表面への固定化、耐久性、可視光応答性が課題である。本研究では、遊星型ボールミルを用いたメカニカルコーティングによりアルミナボール表面にチタンを被覆し、カーボン粉末中で還元雰囲気下において熱処理を施し可視光応答型光触媒ボールを作製した。表面形態観察、結晶構造解析、光吸収特性および光触媒活性の評価により、熱処理温度と表面構造および活性との関係を明らかにした。ナノ針状構造は800℃以下で形成され、光触媒活性は750℃で最大値を示した。
材料技術室 米山 逸平、吉田 浩之
透光性のある材料は、スマート社会実現に向けた光センシング用の窓材や光源用光学セラミックス等へ応用されており、単結晶材料が高品質とされている。しかし、単結晶材料は生産効率等に課題があるため、本研究では、近年注目されている多結晶体の透光性化手法のうち、エネルギー効率の高い放電プラズマ(SPS)法を用いて、低価格かつ安定供給可能な原材料を使用した透光性多結晶体の低温合成について検討した。
その結果、SPS法による作製事例の少ない透光性亜鉛スピネル多結晶体(ZnAl2O4)の低温合成プロセスを確立するとともに、焼結条件と透過率の関係を明らかにした。
材料技術室 石川 隆朗、藤枝 正之
現在、人工知能分野で機械学習技術が発展している。機械学習技術を材料工学分野に応用するにあたり、金属の硬さ、靭性等の情報を豊富に含んでいる金属組織写真に適用することを考えた。金属の特徴の指標として金属硬さを採用し、深層学習を用いた回帰分析により金属組織写真から硬さの予測を行った。深層学習モデルの選定、画像前処理(画像拡張処理)、予測結果の統計処理が、機械学習予測値に与える影響を調査した。複数画像の統計処理を行うことにより金属硬さ実測値と機械学習予測値は良い一致を見せた。機械学習により金属組織写真の特徴を捉えられたと考える。
お問い合わせ
より良いウェブサイトにするためにみなさまのご意見をお聞かせください