三菱重工業株式会社 研究開発活動 (2023年3月期)

当社グループ(当社及び連結子会社)は、各製品の競争力強化や今後の事業拡大に繋がる研究開発を推進している。
各セグメント等の主な研究開発の状況及び費用は次のとおりであり、当連結会計年度におけるグループ全体の研究開発費は総額で127,448百万円である。なお、この中には受託研究等の費用52,158百万円が含まれている。

(1) エナジー
2050年までのカーボンニュートラル社会の実現、低コストでのエネルギーの安定供給といった多様化する社会課題を解決するべく、これまで培った技術を駆使して、革新的で付加価値の高い製品やサービスの開発に取り組んでいる。
当セグメントに係る研究開発費は40,890百万円であり、主な研究開発は次のとおりである。
・国立研究開発法人新エネルギー・産業技術総合開発機構(NEDO)のプロジェクトへの参画によるCO2を排出しない水素ガスタービン、運搬や貯蔵に優れたアンモニアを燃料とするアンモニアガスタービンの開発
・水素製造から水素ガスタービンによる発電にわたる技術の一貫した実証、水電解装置に加えメタンガス熱分解等の次世代水素製造技術の開発
・グリーンイノベーション基金事業への参画によるアンモニア専焼バーナの開発、ボイラでのアンモニア高混焼の社会実装に係る開発
・持続可能な代替航空燃料のサプライチェーン構築に関する、NEDOプロジェクトへの参画による木質系バイオマスから液体燃料を合成するためのガス化技術商用化に向けた開発
・地震・津波・テロへの高い耐性を備え、革新技術の導入により世界最高水準の安全性を実現する革新型軽水炉と、将来における社会の多様化ニーズを見据えた高温ガス炉、高速炉、小型炉及びマイクロ炉の開発

(2) プラント・インフラ
市場・需要の多様化に対応した製品固有の研究開発を行うとともに、カーボンニュートラル社会の実現に向けた幅広い製品の開発に取り組んでいる。
当セグメントに係る研究開発費は9,940百万円であり、主な研究開発は次のとおりである。
・最適燃焼プロセス及び最適ストーカ構造により、ごみ焼却施設の高燃焼効率化及び長寿命化を実現する次世代ストーカ炉の開発
・幅広い産業分野へ適用可能な小型CO2回収装置を用いた遠隔監視・運転サービスの開発及びNEDOプロジェクトへの参画等による大気中のCO2を直接回収するDAC(Direct Air Capture)技術の開発
・AI技術でオペレータのスキルレス化と省力化を実現する新聞輪転機用自動運転機能の開発

(3) 物流・冷熱・ドライブシステム
量産技術の情報共有と製品共通技術の統一により製品間でのシナジーを創出し、省エネ・省人化・脱炭素化等市場のニーズに対応した付加価値の高い製品開発に取り組んでいる。
当セグメントに係る研究開発費は14,672百万円であり、主な研究開発は次のとおりである。
・低炭素・脱炭素社会に向けた、カーボンリサイクルを実現するバイオ燃料の既存エンジンへの適用検証と、水素混焼・専焼エンジンの開発・実証
・車両用動力源の脱炭素化に向けた燃料電池車の普及を見据え、燃料電池に高圧空気(酸素)を供給する小型で高効率な遠心式電動コンプレッサの開発
・EV(電気自動車)トラックからの電力供給に対応し、加温/冷却運転をヒートポンプで同時に実施することで複数温度製品の同時輸送が可能な電動式輸送冷凍ユニットの開発
・ΣSynXの技術の活用により、自動化・自律化しつつ人との協働をも実現し、物流シーンにおける労働力不足解消に貢献する物流機器の開発

(4) 航空・防衛・宇宙
日本のリーディングカンパニーとして、長年にわたり航空・防衛・宇宙開発で培った技術を駆使して、最先端の製品開発に取り組んでいる。
当セグメントに係る研究開発費は38,763百万円であり、主な研究開発は次のとおりである。
・軽量機体の普及による航空輸送のCO2削減に貢献する、次世代民間機への複合材構造の適用拡大を目指した軽量化・生産高レート化・複雑形状化技術の開発
・無人機及びAI技術を活用した監視システムの開発
・重要インフラの制御システム向け等のサイバーセキュリティ技術の開発
・衛星データをAI技術で解析して災害救助等に貢献する広域状況把握技術の開発
・低コストで高い信頼性を有する「H3ロケット」の開発

(5) その他・共通
当社グループ次期製品の市場競争力確保のために必要となるキー技術や、次期・次世代の製品開発に必要かつ複数製品の共通基盤となるプラットフォーム技術の開発に取り組んでいる。
「その他・共通」に係る研究開発費は23,181百万円であり、主な研究開発は次のとおりである。
・多種多様な排出源からCO2の貯留・輸送・利活用を行うCO2エコシステムの開発
・脱炭素に貢献するサステナブルなデータセンター向けの次世代冷却技術の開発
・AI物体検出器の学習画像枚数を削減する未検出・過検出傾向の見える化技術の開発