Mid-infrared Spectroscopic and Machine-learning Evaluation of Latent Deterioration in Coated Wood during High-irradiance Accelerated Weathering Tests

木材塗膜の促進耐候性試験の高速化は，塗料開発や耐候性評価の効率化に重要である。本研究では，中赤外分光法（ATR-FTIR）と機械学習を用いて，塗装木材の高速化した促進耐候性試験における潜在劣化進行を評価した。トドマツ材に含浸形塗料（PC）および半造膜形塗料（SFC）を塗装し，JIS K 5600-7-7:2008に準拠した60 W/m2条件，および放射照度，温度，ぬれ時間を変更した120 W/m2条件でキセノンランプ試験を行った。60 W/m2条件のスペクトルに基づいて構築したPLS回帰モデルを120 W/m2条件の試料に適用した結果，いずれの塗料系でも劣化進行の加速が認められ，換算劣化時間は実試験時間の増加に伴って概ね単調に増加した。特にPCは初期段階からより大きな応答を示し，SFCも120 W/m2条件下で劣化進行の加速が検出された。以上より，中赤外分光と機械学習の併用は，高速化した促進耐候性試験条件の影響を外観変化に先立って評価できる有効な補完的手法であり，木材用塗料開発における促進耐候性試験の効率化に資する可能性がある。