製材・木材乾燥のAI含水率・強度判定｜画像と含水率で品質を自動評価し歩留まりを改善

製材・木材乾燥の含水率と強度をAIで自動判定し、品質のばらつきと歩留まりの悪化を減らす方法を、地方中小企業向けに解説します。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

製材・木材乾燥の含水率と強度はAIで自動判定できる？

結論から言うと、画像と含水率の数値、打撃音などの強度データを組み合わせれば、製材品の乾燥状態と強度等級をAIで安定して判定できます。ここでいう「AI含水率・強度判定」とは、カメラで撮影した木口や材面の画像（割れ・反り・節・変色）と、含水率計が出す水分値、さらに必要に応じて打撃音や縦振動から求めるヤング係数を一緒に学習させ、合格・要再乾燥・等級落ちを自動で振り分ける仕組みのことです。

含水率とは、木材に含まれる水分の重さを、水分を除いた木材の重さで割った値（％）です。構造用製材では、乾燥材の区分としてD15（15％以下）・D20（20％以下）・D25（25％以下）などが使われます。含水率が基準を外れると、出荷後に収縮・割れ・ねじれが起きて、クレームや返品につながります。

スギ柱材を扱う製材所の場合、1回の乾燥で窯に入れる材は数百本にのぼります。この全数を職人が手で確認するのは現実的ではなく、抜き取りで済ませてしまう現場が少なくありません。AIは全数を同じ基準で見られる点が、最大の違いです。

なぜ製材所の乾燥工程では含水率と強度にばらつきが出るのか

ばらつきの主因は、樹種・産地・木取りが違う材が同じ窯に入ることと、判定が職人の経験に依存していることの2つです。含水率は同じ丸太でも、心材と辺材で差があります。スギの心材は初期含水率が100％を超えることがあり、辺材との乾き方の差が内部割れの原因になります。

ある地方の製材所の場面を想定します。朝、乾燥窯から出した桁材を、ベテランの職人が木槌で叩き、音と手触りで「これは乾いている」と判断します。ところが、その職人が休むと同じ判断ができる人がおらず、出荷検査が止まります。これが、地方中小企業の三大課題の1つである属人化です。

さらに、人手不足でベテランが検査に回れないと、含水率計で数本だけ測って窯出しを決める運用になります。結果として、乾燥不足の材が混ざったまま出荷される、あるいは必要以上に長く乾かしてエネルギーを無駄にする、という両方のロスが起きます。

• 乾燥不足：出荷後の割れ・狂いによる返品や値引き
• 過乾燥：燃料・電気の無駄と、材の表面割れ
• 記録の欠如：どのロットがどの条件で乾いたかが残らず、原因が追えない

AIによる含水率・強度判定の仕組みとは？従来方法との違い

AI判定は、「撮る」「測る」「学習済みモデルが判定する」「結果を記録する」の4段階で動きます。専用の大型設備は必須ではなく、固定カメラ、既存の含水率計、パソコンで始められるケースが多くあります。

1つ目の「撮る」では、窯出し後のコンベア上などで、木口と材面を一定の明るさで撮影します。2つ目の「測る」では、高周波式やインパルス式の含水率計の値を取り込みます。3つ目で、過去の判定結果と照らし合わせて、合格・要再乾燥・等級落ちを出します。4つ目で、ロットごとの結果を自動で記録します。

方法ごとの違いを、次の表にまとめます。

項目	職人の目視・打診	含水率計のみ（抜き取り）	AI判定（画像＋数値）
判定の対象	全数（経験次第）	数本〜数十本	全数
判定の一貫性	人によって差が出る	測定位置で差が出る	同じ基準で安定
割れ・反りの検出	見落としあり	不可	画像で自動検出
記録の残り方	ほぼ残らない	手書き・転記	ロットごとに自動保存
育成・引き継ぎ	数年かかる	比較的早い	基準をデータとして共有

ここで重要なのは、AIは職人を置き換えるものではない点です。職人の判断を「基準」として学習させ、誰でも同じ判断ができる状態にすることが目的です。

AI導入で製材の歩留まりと乾燥コストはどれだけ改善する？

導入効果は、ロスの種類ごとに分けて見ると分かりやすくなります。目安として、等級落ち・再乾燥の削減、検査時間の短縮、返品の減少の3つが主な改善点です。以下は、現場でよく見られる改善幅の目安です（条件により異なります）。

• 検査にかかる時間：窯1回あたり2時間前後の作業を、30分程度へ短縮できる例がある
• 再乾燥や等級落ちによるロス：判定が安定することで、1〜3割程度減らせる例がある
• 出荷後のクレーム：乾燥不足の見逃しが減り、導入後約90日で件数が下がる傾向がある

柱・梁材を扱う製材所の場合を想定します。これまで月に3〜4ロットで発生していた「乾燥不足による再乾燥」が、窯出し時にAIが要再乾燥と判定することで事前に止まり、出荷前にやり直せるようになります。再乾燥は出荷前なら社内コストで済みますが、出荷後なら運搬費と信用の損失になります。

導入後30日で見るべき指標は、判定の一致率です。AIの判定と、ベテラン職人の判定が何％一致するかを毎週確認します。一致率が高まるまでは、人の判断を正として運用を続けるのが安全です。

強度（ヤング係数）の判定は画像だけでできる？

画像だけで強度を正確に出すのは難しく、画像は「欠点の検出」、強度は「打撃音や縦振動の数値」で補うのが現実的です。木材の強度はヤング係数（曲げに対する硬さの指標）と関係が深く、縦振動法では、材を軽く叩いたときの固有振動数から算出できます。

節が多い、繊維が大きく傾いている、といった強度を下げる欠点は、画像で検出しやすい項目です。そこにヤング係数の数値を加えると、「見た目は良いが強度が足りない材」を見分けやすくなります。

梁・桁などの構造材を主力とする製材所では、強度のばらつきが信頼に直結します。工務店からの「この梁は何等級相当か」という問い合わせに、ロットごとの記録を示して答えられると、取引上の強みになります。強度区分や含水率の基準は、公的機関の資料でも確認できます。経済産業省のものづくり関連の情報も、導入前の参考になります。

製材所がAI判定を導入する5ステップ

進め方は、1つの窯、1つの樹種、1つの製品から始めるのが基本です。いきなり全ラインに広げると、データが揃わず失敗しやすくなります。

1. 課題の整理：どの工程で、どれだけロスが出ているかを数字で把握する
2. 判定基準の言語化：職人が何を見て良否を決めているかを聞き出す
3. データ収集：画像と含水率を、1〜2か月分ためる
4. 試験運用：AIと職人の判定を並べて比べ、一致率を確認する
5. 本番運用と横展開：基準を固定し、ほかの窯や樹種へ広げる

FURUSATO（フルサト）は、地方中小企業専門のAI活用・DX支援サービスです。最初に無料のオンライン相談（30〜60分）を行い、いきなりシステムを提案せず、課題整理から着手します。製材所の場合は、乾燥窯の運用、検査の流れ、記録の残し方を、現場で一緒に見て整理します。

導入で失敗しやすい3つの落とし穴と「業務変革」の考え方

失敗の多くは、技術の問題ではなく運用の問題です。特に次の3点に注意が必要です。

• 落とし穴1：ツール先行：カメラやAIを買ってから、使い道を考えてしまう
• 落とし穴2：現場の巻き込み不足：職人が「自分の仕事を奪われる」と感じて協力しない
• 落とし穴3：経営者が関与しない：担当者だけが進め、予算や優先度の判断が止まる

FURUSATOは「ITシステム導入」ではなく「業務変革」を重視します。ツールより先に、検査の順番、記録の取り方、判断の責任者といった仕組みを変えます。製造業・建設業・物流・卸売業・サービス業など、業種別の支援実績があり、担当者だけでなく経営者・社長を巻き込んだ変革を支援している点も特徴です。

たとえば、AI判定を導入した会社では、これまで職人の頭の中にあった「この材は乾いている」という感覚が、データとして共有されます。若手が判断の根拠を学びやすくなり、技能の継承という経営課題にも効いてきます。

費用と補助金は？地方中小企業が使える支援制度

費用は、規模と構成によって大きく変わります。固定カメラと既存の含水率計を活かす小規模な構成なら、数十万円〜数百万円で始められる例が多く、全ライン自動化のような大型投資とは別物です。まず小さく試し、効果を確認してから広げる進め方が、地方中小企業には向いています。

国や公的機関の支援制度も活用できます。中小企業基盤整備機構（中小機構）では、中小企業向けの経営相談や支援情報が公開されています。IT導入やものづくり関連の補助金は公募時期や条件が変わるため、最新の公募要領で確認することが大切です。

製材所の場合、乾燥窯の更新と合わせて計画すると、設備投資と判定の自動化を一体で検討できます。FURUSATOの無料オンライン相談では、投資の優先順位も一緒に整理できます。

よくある質問（FAQ）

Q: 製材・木材乾燥にAIを使うと、含水率計は不要になりますか？

A: 不要にはなりません。AIは画像と含水率計の数値を組み合わせて判定します。含水率計は精度の土台となるため、既存の機器を活かしながら、判定の自動化を進めるのが現実的です。

Q: 小規模な製材所でもAI判定は導入できますか？

A: 導入できます。1つの乾燥窯・1つの樹種から始め、固定カメラと既存の計測器で試すのが一般的です。効果を確認してから、ほかのラインへ広げれば負担を抑えられます。

Q: AIは職人の経験や目利きの代わりになりますか？

A: 代わりではなく補助です。職人の判断を基準として学習させ、誰でも同じ判断ができる状態にします。最終判断は人が行い、技能の継承にも役立ちます。

Q: 導入してから効果が出るまで、どのくらいかかりますか？

A: データ収集に1〜2か月、試験運用に約1か月が目安です。判定の一致率が安定してから本番運用へ移り、導入後90日前後で歩留まりの変化を確認できる例が多くあります。

Q: AI導入の相談は、何から始めればよいですか？

A: まず現場の課題を整理するのが先です。FURUSATOでは初回に無料のオンライン相談を行い、システム提案の前に、ロスの出ている工程と優先順位を一緒に確認します。

関連記事

• コンクリート二次製品のAI強度・含水率管理｜画像と含水率で品質を自動判定し歩留まりを改善
• 畳製造のAI含水率・寸法管理｜い草の乾燥と仕上げを自動判定し品質を安定
• 製材業・木材加工のAI含水率・等級管理｜画像と水分で自動選別し歩留まりを改善

地方中小企業のAI活用・DX推進でお悩みの方は、FURUSATO（フルサト）へお気軽にご相談ください。まず無料のオンライン相談（30〜60分）で、御社の課題を一緒に整理します。