• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

Uncovering the origin and theoretical design of shape memory alloys by machine learning and first-principles calculations

Research Project

Project/Area Number 23K04422
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 26040:Structural materials and functional materials-related
Research InstitutionOsaka Metropolitan University

Principal Investigator

上杉 徳照  大阪公立大学, 大学院情報学研究科, 准教授 (10405342)

Project Period (FY) 2023-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords形状記憶合金 / 第一原理計算 / 機械学習 / エンタルピー差 / 格子変形ひずみ / 体積変化
Outline of Research at the Start

本研究の概要は「形状記憶特性を示す合金と示さない合金の違いは何か?」という問いに答えることにある。形状記憶特性を発現するために必要な母相とマルテンサイト相とのエンタルピー差、格子変形ひずみ、体積変化という熱力学的・結晶学的条件を明らかにし、それぞれがどのような因子で決定されるかを明らかにする。第一原理計算により1,226 種類の合金について母相とマルテンサイト相とのエンタルピー差、エントロピー差、格子変形ひずみ、体積変化のデータベースを作成し、得られたデータベースに対して機械学習によって形状記憶特性を発現する合金の条件を明らかにする。

Outline of Annual Research Achievements

形状記憶特性を発現するために必要な母相とマルテンサイト相のエンタルピー差、格子変形ひずみ、および体積変化の条件を明らかにすることを目的としている。2024年度から2025年度にかけて、第一原理計算を用いて母相とマルテンサイト相のエンタルピー差、格子変形ひずみ、体積変化のデータベースを作成する計画である。形状記憶合金の多くが母相にB2、D03、およびbcc固溶体というbcc構造を基にしているため、計算対象の合金の母相の結晶構造はB2、D03、bcc固溶体とした。平衡状態図と結晶構造データベースに収録されているB2の454種類、D03の54種類、bcc固溶体の1,226種類を計算対象とした。bcc固溶体については、288種の二元系A-B合金について、bcc相を有する組成範囲で濃度刻み幅を6.25at%としてスーパーセルによる計算モデルを構築した。母相がB2、D03、bcc固溶体と対になるマルテンサイト相についても、B19の454種類、2H構造の54種類、直方晶固溶体の1,226種類について同様に第一原理計算を行った。母相とマルテンサイト相のエンタルピー差は全エネルギー差から算出し、格子変形ひずみと体積変化については母相とマルテンサイト相の格子定数より算出した。AgCd、AuCd、CuZn、TiAu、TiNi、Ti-Nbなど、既に報告されている形状記憶合金については、エンタルピー差、格子変形ひずみ、体積変化の第一原理計算によるデータと比較して矛盾がないことが明らかになった。今後はエンタルピー差、格子変形ひずみ、体積変化を被説明変数とする機械学習モデルを構築し、形状記憶特性に影響を与える重要な因子を明らかにする。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

2024年度から2025年度にかけて、第一原理計算を用いて母相とマルテンサイト相のエンタルピー差、格子変形ひずみ、体積変化のデータベースを作成する計画であったが、おおむね順調に進展している。形状記憶合金の多くが母相にB2、D03、およびbcc固溶体というbcc構造を基にしているため、計算対象の合金の母相の結晶構造はB2、D03、bcc固溶体とした。平衡状態図と結晶構造データベースに収録されているB2の454種類、D03の54種類、bcc固溶体の1,226種類を計算対象とした。bcc固溶体については、288種の二元系A-B合金について、bcc相を有する組成範囲で濃度刻み幅を6.25at%として、2024年度には新たにスーパーセルによる計算モデルを構築した。母相がB2、D03、bcc固溶体と対になるマルテンサイト相についても、B19の454種類、2H構造の54種類、直方晶固溶体の1,226種類について同様に第一原理計算に着手した。母相とマルテンサイト相のエンタルピー差は全エネルギー差から算出し、格子変形ひずみと体積変化については母相とマルテンサイト相の格子定数より算出した。計画していたデータベースの60%以上が構築できており、順調に進展している。また、AgCd、AuCd、CuZn、TiAu、TiNi、Ti-Nbなど、既に報告されている形状記憶合金については、エンタルピー差、格子変形ひずみ、体積変化の第一原理計算によるデータと比較して矛盾がないことが明らかになっており、計算結果に問題は無く順調である。

Strategy for Future Research Activity

2025年度までに、以下の研究推進方策を実施する予定である。まず、進行中の第一原理計算によるデータベースを完成させることを目指す。このデータベースには、平衡状態図と結晶構造データベースに収録されているB2型の454種類、D03型の54種類、bcc固溶体の1,226種類が計算対象とされており、これに対応するマルテンサイト相であるB19型の454種類、2H構造の54種類、直方晶固溶体の1,226種類についての第一原理計算を完了させる。次に、既に報告されている形状記憶合金のエンタルピー差、格子変形ひずみ、体積変化と、新たに得られた1,734種類のデータを比較分析し、形状記憶特性を発現するために必要な条件を明確化する。さらに、エンタルピー差、格子変形ひずみ、体積変化がどのような物理的要因によって決定されるかを詳細に解析するため、2025年度にはXenonPyなどの物性値データベースを活用し、1,734種類の合金についてs、p、d軌道の電子濃度、弾性率、原子半径などの特徴量を生成する。最終的に、これらの特徴量を説明変数として用い、エンタルピー差、格子変形ひずみ、体積変化を被説明変数とする機械学習モデルを構築し、形状記憶特性に影響を与える重要な変数を明らかにする。このアプローチにより、形状記憶合金の設計と最適化に向けた新たな理論的枠組みを提供することを目指す。

Report

(1 results)
  • 2023 Research-status Report
  • Research Products

    (11 results)

All 2024 2023 Other

All Journal Article (4 results) (of which Peer Reviewed: 3 results,  Open Access: 4 results) Presentation (6 results) (of which Int'l Joint Research: 1 results,  Invited: 1 results) Remarks (1 results)

  • [Journal Article] Interactions between Interstitial and Substitutional Elements of Solute Diatomic and Triatomic Clusters in <i>α</i>-Fe from First-principles Calculations2024

    • Author(s)
      Uesugi Tokuteru、Ashino Shuji、Takigawa Yorinobu、Higashi Kenji
    • Journal Title

      ISIJ International

      Volume: 64 Issue: 7 Pages: 1206-1217

    • DOI

      10.2355/isijinternational.ISIJINT-2024-062

    • ISSN
      0915-1559, 1347-5460
    • Year and Date
      2024-05-15
    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Fractographic Classification by Transfer Learning Considering Material Types2023

    • Author(s)
      UESUGI Tokuteru、KONDOU Mitsuaki、HAMADA Naoyuki、KITA Shunsuke、HIRATA Tomotake
    • Journal Title

      Journal of the Society of Materials Science, Japan

      Volume: 72 Issue: 5 Pages: 376-383

    • DOI

      10.2472/jsms.72.376

    • ISSN
      0514-5163, 1880-7488
    • Year and Date
      2023-05-15
    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Overview and applications of machine learning to materials engineering (part 1)2023

    • Author(s)
      Uesugi Tokuteru
    • Journal Title

      Journal of Japan Institute of Light Metals

      Volume: 73 Issue: 3 Pages: 104-111

    • DOI

      10.2464/jilm.73.104

    • ISSN
      0451-5994, 1880-8018
    • Year and Date
      2023-03-15
    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] 機械学習技術の紹介とその鉄鋼業への応用事例2023

    • Author(s)
      上杉徳照
    • Journal Title

      山陽特殊製鋼技報

      Volume: 30 Pages: 3-20

    • Related Report
      2023 Research-status Report
    • Open Access
  • [Presentation] 機械学習で補正したVolume Size Factorの第一原理計算2024

    • Author(s)
      上杉徳照, 松浦隼凪
    • Organizer
      軽金属学会第146回春期大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 機械学習を用いた AZ31 マグネシウム合金の硬さに及ぼす集合組織による影響の評価2024

    • Author(s)
      澤源士郎, 上杉徳照, 森重大樹, 田中努, 濱田真行, 平田智丈
    • Organizer
      軽金属学会第146回春期大会
    • Related Report
      2023 Research-status Report
  • [Presentation] Machine learning and first-principles calculations for mechanism of nano clustering in Fe-X-N (X = Al, Ti, V and Cr) alloys2023

    • Author(s)
      Tokuteru Uesugi
    • Organizer
      The 3rd Materials Research Meeting (MRM 2023) The 24th IUMRS-International Conference in Asia (IUMRS-ICA 2023)
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] 深層学習と金属種間の転移学習による破断面SEM画像の分類2023

    • Author(s)
      上杉徳照, 濱田真行, 喜多俊輔, 平田智丈
    • Organizer
      FIT2023第22回情報科学技術フォーラム
    • Related Report
      2023 Research-status Report
  • [Presentation] 機械学習と第一原理計算によるBCC鉄におけるナノクラスタリングのメカニズム2023

    • Author(s)
      上杉徳照
    • Organizer
      日本金属学会第173回講演大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 製造業へのAI適用2023

    • Author(s)
      上杉徳照
    • Organizer
      日本鋳造工学会関西支部令和5年度秋季講演大会
    • Related Report
      2023 Research-status Report
    • Invited
  • [Remarks] https://www.omu.ac.jp/i/uesugi/

    • Related Report
      2023 Research-status Report

URL: 

Published: 2023-04-13   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi