詳細解説

分析選別・粉砕設備への投資が増える背景には、量の確保より品質の安定がボトルネックになっていることがある。再生材の用途が物流資材から家電・自動車・包装へ上がるほど、異樹脂、金属、灰分、難燃剤、色、臭気の管理が厳しくなる。一方、現場は人手不足で、目視選別だけでは量と再現性を両立しにくい。自動化はロット間変動を減らし、販売可能率を上げる投資として評価すべきだ。

三菱電機とダイサンの実証機は、家電混合プラスチックからPP、PS、ABS等を高純度回収してきた技術を他分野へ展開するため、実際の工場装置と同規模の処理能力を持たせている。これは重要である。ラボでは原料を乾燥・整粒し、低速で選別できても、商用ラインではフィルムの絡み、含水、粒度分布、微粉、連続投入、清掃が性能を落とす。実機規模のテストで前後工程を含むボトルネックを見つけられる。

機械商社・装置メーカーの商機は、単品販売から性能契約へ移ることだ。破袋、粗選別、粉砕、ふるい、風力、磁力、渦電流、近赤外、X線、比重、静電、色選別、造粒までを原料別に組む。KPIは投入トン数だけでなく、目的樹脂の純度、回収率、製品化率、キロワット時／トン、作業人時、停止時間とする。遠隔監視、摩耗部品予測、異物画像の学習更新も継続収益になる。

新規参入者が陥りやすいのは、最高純度と最高回収率を同時に達成できるとは限らない。一般に排除を厳しくすれば純度は上がるが、良品も残渣側へ逃げて回収率が下がる。最適点は製品価格、残渣費、顧客仕様によって変わる。黒色樹脂は近赤外で識別しにくい場合があり、臭素系難燃剤は材質識別と別の検査が必要になる。粉砕前の部品取り外しが、後段の高価な選別より安いこともある。

投資審査では自社原料による連続テストで週次の実効能力を測る。刃物交換、清掃、品種切替、詰まり、再投入を含める。製品単価が下落したケース、原料中異物が増えたケース、人員が確保できないケースで回収期間を再計算する。設備の残存価値と転用可能性も確認する。

省力化の本当の価値は、人をゼロにすることではない。危険・単純作業を機械へ移し、人を受入判定、品質改善、保全、顧客対応へ振り向けることにある。工程データを原料供給者へ返し、異物を出した拠点を特定できれば、選別機の下流だけでなく上流分別も改善し、利益が積み上がる。

設備仕様書に入れる項目

見積依頼書には、平均組成ではなく粒度・水分・異物の範囲、時間当たり投入変動、稼働時間、品種切替、清掃条件を添付する。性能保証は目的樹脂の純度だけでなく回収率、販売可能率、消費電力、必要人員、稼働率を同一テストで測る。検収試験には自社の通常原料と悪条件原料を使い、再投入で数値を見かけ上改善しないよう物質収支を取る。

前後設備の責任境界も明確にする。粉砕粒度が外れたときに選別機保証が無効になるなら、粉砕機と選別機の統合責任者を置く。集塵、騒音、火災・粉じん爆発、排水、床荷重、搬送高さ、保守スペースは本体価格外になりやすい。建屋改造、受電、消防、試運転原料、教育、予備品を含む総設置費で比較する。

投資回収と運用KPI

省人効果は削減人数×賃金だけでなく、欠員による停止回避、安全、夜間運転、品質安定を含める。ただし削減予定人員を実際に配置転換できなければ現金効果は出ない。高純度化で上位用途へ売れる量と価格差は、顧客承認済み分だけ計上する。保守契約、センサー校正、ソフト更新、圧縮空気、刃物・電極等の費用も年次化する。

日次KPIは投入量、純度、回収率、停止分、手選別人時、残渣率とする。異常画像と原因を保存し、原料拠点別にフィードバックする。AI識別は学習時と実原料の差で精度が落ちるため、新しい包装・顔料・部品が入った際の再学習と検証手順を契約に含める。設備の価値は導入日の最高性能ではなく、原料変化の中で三年後も性能を保つ運用能力にある。

ベンダー選定の確認点

装置価格だけでなく、国内保守人員、部品納期、遠隔接続、制御データの所有権、ソフト更新費、教育を比較する。選別レシピをベンダーだけが変更できる場合、原料変化への対応速度と費用を契約する。性能データを顧客への品質証明に使えるかも確認する。

購入、リース、処理量課金、成果報酬を比べる。原料と用途が未確定なら受託テスト・リースで学び、量が確定してから所有する。設備会社側は稼働改善・保全・学習更新を継続サービスにし、顧客の初期投資と単発売切りリスクを同時に下げられる。