マルチスケール・データ駆動型微小き裂発生進展モデルの開発

• Project/Area Number: 24K07239
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 18010:Mechanics of materials and materials-related
• Research Institution: Aoyama Gakuin University
• Principal Investigator: 蓮沼 将太 青山学院大学, 理工学部, 准教授 (50709764)
• Co-Investigator(Kenkyū-buntansha): 早瀬 知行 青山学院大学, 理工学部, 助教 (40897633)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2026: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000); Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2024: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
• Keywords: 疲労 / 機械学習 / マルチスケール / 疲労き裂発生 / 疲労き裂進展

Outline of Research at the Start

マテリアルインフォマティクスを用いた材料開発が注目されているが，疲労強度への活用例はほとんどない．その原因はシミュレーションによるビックデータの作成ができないことにあると考えられる．本研究では，マルチスケール微小き裂発生進展解析手法とデータ駆動型微小き裂発生進展解析手法を開発することで，ナノマイクロ情報から微小き裂発生進展挙動を予測可能にすることを目的とする．前者については，転位動力学解析，結晶塑性解析，確率モデルの融合を目指す．後者については，微小き裂発生進展挙動の観察結果を基に機械学習を行う．以上の2つより，ナノマイクロ情報から微小き裂発生進展の予測手法開発に挑む．