| Project/Area Number |
24H00320
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 21:Electrical and electronic engineering and related fields
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
木須 隆暢 九州大学, システム情報科学研究院, 教授 (00221911)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
東川 甲平 九州大学, システム情報科学研究院, 准教授 (40599651)
呉 澤宇 九州大学, システム情報科学研究院, 助教 (40962147)
|
|---|
| Project Period (FY) |
2024-04-01 – 2028-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥47,970,000 (Direct Cost: ¥36,900,000、Indirect Cost: ¥11,070,000)
Fiscal Year 2024: ¥16,900,000 (Direct Cost: ¥13,000,000、Indirect Cost: ¥3,900,000)
|
|---|
| Keywords | 高温超伝導線材 / 製造プロセス / 機械学習 / 導体 / 電気電子材料工学 |
|---|
| Outline of Research at the Start |
希土類系酸化物高温超伝導線材（REBCO線材）は、持続的なカーボンニュートラル社会を実現するための基盤的材料として、広範な応用が期待されている。しかしながら、線材の歩留まり、信頼性、コストを担保した本格的な量産や事業化のためには、科学的知見に基づく線材製造技術の革新が喫緊の課題となっている。本研究は、申請者らがこれまでに開発した、REBCO線材の電流輸送性能を高速かつ連続に計測する技術を更に極低温・高磁場領域に拡張すると共に、機械学習と融合したデータ駆動型アプローチによって複雑な製造プロセスの挙動をモデリングし、高性能線材量産のための新たな方法論と、そのための学理を開拓しようとするものである。
|
