← 論文一覧に戻る

二成分バックフィルグラウトセメントフリー：TBMトンネリングのカーボンフットプリント削減を実現する革新的技術の開発と適用事例

Two-component backfill grout cement free, development and application case history of an innovative technology to reduce the carbon footprint of TBM tunnelling (原題)

E. Dal Negro, E. Barbero, A. Picchio, G. Giacomin, M. Maffucci, R. Ginanneschi, A. Mariotti, L. Paioletti, M. Romano, F. Moizo

ジャーナル2026-06-22#その他経営インパクト: 調達リスク対象セクター: construction
DOI: 10.1201/9781042001064-74
原典: https://doi.org/10.1201/9781042001064-74

🤖 gxceed AI 要約

日本語

本論文は、TBMトンネル工事における二成分バックフィルグラウトのセメントフリー技術を紹介し、カーボンフットプリント削減効果と実施工事例を示す。この技術は従来のセメント系グラウトに代わるもので、CO2排出量の大幅削減が期待される。具体的な適用事例を通じて、技術の実現可能性と環境負荷低減効果を実証している。

English

This paper presents a cement-free two-component backfill grout technology for TBM tunnelling, aiming to reduce carbon footprint. It provides a case study of the development and application, demonstrating significant CO2 emission reductions compared to conventional cement-based grouts. The innovative approach is validated through real project implementation, showing feasibility and environmental benefits.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

本技術は、日本のトンネル工事におけるカーボンフットプリント削減に直接貢献する。日本の建設業界はGX推進が求められており、SSBJや有報での環境情報開示強化に対応する実践的な選択肢となる。

In the global GX context

This case study offers a replicable model for reducing carbon emissions in tunnelling worldwide, aligning with global construction decarbonization targets under TCFD/ISSB frameworks.

👥 読者別の含意

🔬研究者:Offers a practical case of carbon reduction in tunnelling using a novel grout, useful for construction researchers studying low-carbon materials.

🏢実務担当者:Can be directly adopted by tunnelling contractors seeking to reduce carbon footprint of their projects.

🏛政策担当者:Provides evidence of feasible low-carbon technology for infrastructure projects, useful for setting construction emission standards.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。