| Project/Area Number |
12878095
|
|---|
| Research Category |
Grant-in-Aid for Exploratory Research
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
環境保全
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
平尾 雅彦 東京大学, 大学院・工学系研究科, 助教授 (80282573)
|
|---|
| Project Period (FY) |
2000 – 2001
|
| Project Status |
Completed (Fiscal Year 2001)
|
| Budget Amount *help |
¥1,800,000 (Direct Cost: ¥1,800,000)
Fiscal Year 2001: ¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2000: ¥1,000,000 (Direct Cost: ¥1,000,000)
|
|---|
| Keywords | ダイナミックLCA / シナリオ評価型LCA / 水道パイプ / 異素材同機能製品 / LCML / PETボトル / リサイクル / 知識集積 / シナリオ分析 / ポリ塩化ビニル / ポリエチレン / プラスチック |
|---|
| Research Abstract |
昨年度は、ポリ塩化ビニル製パイプを徐々にポリエチレン製パイプに置き換え、今後新たなリサイクル処理設備が増設され、埋め立てに制約が出てくるという時間に依存するシナリオを例として検討を行い、将来大量に発生するポリ塩化ビニル製パイプのマテリアルリサイクルの行き先がなくなり、焼却せざるおえなくなることなどを明らかにし、時間依存項目を数理モデルで表現する手法を考案した。本年度は、前年度に考案したダイナミックなライフサイクルモデルを使用して、アセスメントするための解析手法を検討した。その緒果として、シナリオ評価型ライフサイクルアセスメントのフレームワークを新たに提案した。この手法で開発される時聞依存シナリオはライフサイクルモデル、価値化モデル、およびシナリォモデルの組み合わせで表現される。つまり、シナリオ開発はこれらのモデルのモデル化作業として考えることができることを示し、このフレーム・ワークのもとでモデルの記述・交換および計算を実行するための言語LCML(Lifecycle Modeling Language)の定義とそれを用いたソフトウェア(ライフサイクルモデラー)の設計を開始した。PETボトルのリサイクルシナリオと車の置き換えシナリオの開発に関するケーススタディを実施することで、この手法の有効性を検討した。また、本手法とソフトウェアをLCAに関する知識を集積するための仕組みとするために、モデル化、あるいは結果の解析に関するパターンの抽出、パターンカタログ・シナリオデータベースヘの知識追加が個々のシナリオ開発と並行して実施され、これらの集積によってさらにシナリオ開発の支援が強化されるという学習サイクルを示した。昨年度は、ポリ塩化ビニル製パイプを徐々にポリエチレン製パイプに置き換え、今後新たなリサイクル処理設備が増設され、埋め立てに制約が出てくるという時間に依存するシナリオを例として検討を行い、将来大量に発生するポリ塩化ビニル製パイプのマテリアルリサイクルの行き先がなくなり、焼却せざるおえなくなることなどを明らかにし、時間依存項目を数理モデルで表現する手法を考案した。本年度は、前年度に考案したダイナミックなライフサイクルモデルを使用して、アセスメントするための解析手法を検討した。その緒果として、シナリオ評価型ライフサイクルアセスメントのフレームワークを新たに提案した。この手法で開発される時聞依存シナリオはライフサイクルモデル、価値化モデル、およびシナリォモデルの組み合わせで表現される。つまり、シナリオ開発はこれらのモデルのモデル化作業として考えることができることを示し、このフレーム・ワークのもとでモデルの記述・交換および計算を実行するための言語LCML(Lifecycle Modeling Language)の定義とそれを用いたソフトウェア(ライフサイクルモデラー)の設計を開始した。PETボトルのリサイクルシナリオと車の置き換えシナリオの開発に関するケーススタディを実施することで、この手法の有効性を検討した。また、本手法とソフトウェアをLCAに関する知識を集積するための仕組みとするために、モデル化、あるいは結果の解析に関するパターンの抽出、パターンカタログ・シナリオデータベースヘの知識追加が個々のシナリオ開発と並行して実施され、これらの集積によってさらにシナリオ開発の支援が強化されるという学習サイクルを示した。
|
