Development of machine learning systems for the creation of functional composite materials

• Project/Area Number: 25K08291
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 26030:Composite materials and interfaces-related
• Research Institution: Hiroshima University
• Principal Investigator: 杉尾 健次郎 広島大学, 先進理工系科学研究科(工), 准教授 (90294545)
• Co-Investigator(Kenkyū-buntansha): 松本 洋明 香川大学, 創造工学部, 教授 (40372312)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2025: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
• Keywords: マテリアルズ・インフォマティクス / Webアプリケーション / 放電焼結

Outline of Research at the Start

放熱材料の材料特性（熱的および機械的特性）は，材料プロセスや組織と密接に関連しており，その関係を明らかにするには多くの実験と考察が必要である。MI（Materials Informatics）を用いることで，その開発速度が飛躍的に向上し，新材料の発見が容易になると期待されるが，いくつかの課題がある。本研究では，それらの課題を解決するために，IoT化した放電プラズマ焼結装置で収集したデータから特徴量を抽出し，機械学習を用いて材料特性と製造条件の関係を解析する。さらに，多目的ベイズ最適化により，目標とする特性を持つ放熱材料の製造方法を提案し，材料開発の効率化を目指す。