2021 Fiscal Year Annual Research Report
Materials Informatics for Creation of Materials by Super Thermal Field
| Project Area | Creation of Materials by Super Thermal Field: Neo-3D printing by Manipulating Atomic Arrangement through Giant Potential Gradient |
|---|
| Project/Area Number |
21H05194
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
足立 吉隆 名古屋大学, 工学研究科, 教授 (90370311)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山中 晃徳 東京農工大学, 工学(系)研究科(研究院), 教授 (50542198)
小川 登志男 名古屋大学, 工学研究科, 講師 (10708910)
|
|---|
| Project Period (FY) |
2021-09-10 – 2026-03-31
|
| Keywords | SliceGAN / 敵対的生成ネットワーク / 変調構造 / 非平衡フェーズフィールド法 / 超温度場 / 三次元構造 / データベース |
|---|
| Outline of Annual Research Achievements |
積層造形310Lステンレス鋼の微細構造解析ならびに革新的三次元組織再構築法の構築を進め、以下の成果を得た。溶融地境界内に生成する凝固方向に伸長したセル状組織内部を透過型電子顕微鏡(TEM)、走査透過型電子顕微鏡(STEM)で慎重に観察を進めたところこれまでに報告のなかった変調構造が生成していることを突き止めた[1]。次年度以降、この変調構造の生成機構とより詳細な構造解析を進め、固液界面および固相内での温度勾配が通常の凝固条件よりも著しく高い超温度場における凝固組織の毛衛星過程の全体像把握に努めたい。同時に、本材料の三次元組織像を把握することも凝固組織形跡機構を理解するうえで重要と考えて、ただし従来のシリアルセクショニング法やトモグラフィ法といった特殊な装置を使う手法とは全く異なる超効率的三次元組織構築法SliceGAN（敵対的生成ネットワークGANの一種）法を本合金系に適用し、グレースケール画像であっても垂直な三つの断面像から内部三次元像を構築できることを示した[2]。ただし、デフォルトの設定では三次元像の精度が十分ではないことも判明し、次年度以降高精度SlcieGANのアルゴリズム構築を進める。
一方で、急冷凝固時の凝固組織を動的観察することはかなり困難であり、この非平衡状態での凝固組織形成過程を再現する非平衡フェーズフィールド法の構築にも着手した[3]。この過程で、熱力学的データベースからデータを読み取ることがシミュレーションの律速過程であることが判明したため、次年度は熱力学的データベースを機械学習に入力し、高速でデータを読み取れる環境づくりを進める。
[1]Fei Sun, et al., Materials Transaction, 2023, in press.
[2]Keiya Sugiura, et al., Advanced Theory and Simulations, 2022, 5(7), 2200132
[3]Masahito Segawa, Akinori Yamanaka, Materials Transaction, 2023, in press.
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
従来報告されていない変調構造が急冷凝固310Lステンレス鋼に生成していることを示した。この変調構造は固相中での高い温度勾配に起因して発生する内部応力を緩和する過程で生成したものと考え、現在その詳細な構造を解析中である。超温度場で同じ結晶方位の柱状晶が生成する過程でこの応力緩和機構が関与している可能性がある。
三次元組織の再構築は従来特殊な装置を要し、また長時間の作業を要したが、本研究で適用した深層学習の一種である敵対的生成ネットワークによる手法で、たった三枚の断面像から三次元像を再構築できることを示した。この成果は、他の材料や、医療分野などに広範囲に応用できる下記的な手法といえる[1]。
[1]2022年度日本鉄鋼協会秋季講演大会学生ポスターセッション優秀賞（名古屋大学 杉浦圭哉）
|
| Strategy for Future Research Activity |
①先端解析については、今年度発見した「変調構造」のより一層の高分解観察による構造の解明と、有限要素法を使った内部応力の推定を通したその形成機構の解明を進める。
②SliceeGANについては、グレースケール画像で問題となった再現性の精度向上を目指すため、二次元像の一部を切り取る(crop)サイズの拡大とそれに適した生成器・識別器の改良を進め、グレースケール画像を高精度で再構築するアルゴリズムを目指す。同時に、その三次元グレースケール画像の再現精度を定量評価する事にも取り組む。高精度三次元像が構築できた暁には、グレースケール画像ベースの畳み込みニューラルネットワーク(CNN)により強度・硬度を推定する取り組みに着手する。
③非平衡フェーズフィールド法については、熱力学的データベースを機械学習に入力して高速に熱力学データをフェーズフィールド法を実現できるように取り組む予定である。
④①～③で得たデータを基に、プロセス、組織、特性間の順解析・逆解析モデルの構築に取り組む。
|
