2017 Fiscal Year Research-status Report
データサイエンスを駆使した革新的凝固組織予測法の開発
| Project/Area Number |
17K06874
|
|---|
| Research Institution | Akita University |
|---|
Principal Investigator |
棗 千修 秋田大学, 理工学研究科, 准教授 (80632752)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 熱伝達係数 / データ同化 / データサイエンス / 凝固組織 / 鋳造 / セルオートマトン法 |
|---|
| Outline of Annual Research Achievements |
多くの金属材料は凝固過程を経て製造されており，その凝固組織は材料特性へ大きな影響を与えるため，高精度な凝固組織予測法の確立が望まれている．本研究では，凝固組織シミュレーションで用いる試行錯誤的操作により評価するパラメータ（熱伝達係数，核生成確率変数）をデータサイエンスの一手法であるデータ同化を用いて自動推定できる凝固組織形成シミュレーションモデルの構築を行う．加えて，機械学習・深層学習による凝固組織推定技術を利用した凝固組織マップ（凝固条件と凝固組織の関係図）作成法の可能性を検討する．初年度は，まず凝固伝熱解析に用いる熱伝達係数をデータ同化（粒子フィルタ）により推定する基本ソースコード（マクロスケール計算コード）の開発を行った．Al-5%Si合金における底部水冷型一方向凝固実験で得られた冷却曲線を精度良く再現するための熱伝達係数の推定（溶湯-水冷ボックス間の熱伝達係数の推定）を試み，これまでの試行錯誤的操作よりも精度の良い熱伝達係数を推定できることを確認した．また，これまで数日間を要していた作業が数分程度で実施可能であることも明らかにした．（現在論文執筆中）．底部水冷型一方向凝固でのパラメータ推定の成功を受け，マクロスケール計算コードをより広範な条件で適用可能にするために，砂型鋳造のような複数の方向に抜熱する場合の熱伝達係数推定を可能とするモデル及びソースコードの開発に着手している.
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初予定のデータ同化（粒子フィルタ）による熱伝達係数推定（底部一方向凝固における1つのパラメータ推定）の基本ソースコード（マクロスケール計算コード）を開発し，実験結果を精度良く再現できるパラメータの自動推定が可能であることを実証し，概ね予定通りに研究は進んでいる．
|
| Strategy for Future Research Activity |
今後は，複数パラメータの同時推定（複数の抜熱方向に対する熱伝達係数の推定）が可能なマクロスケール計算コードに拡張するとともに組織形成シミュレーションに用いる核生成パラメータの推定モデル・コード（ミクロスケール計算コード）の開発を行う．また，機械学習・深層学習による凝固組織画像推定を利用した凝固組織マップ作成法の検討も行う．
|
| Causes of Carryover |
理由:物品費としておおむね計画通り使用し，端数が残額として生じたため．
使用計画:実験消耗品費，成果発表や情報収集のための国内外旅費として研究費を使用する予定である．
|
