Exploration of Ni-Co based alloys for gas turbines using composition-graded single-crystal specimens

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K15054
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 26040:Structural materials and functional materials-related
• Research Institution: National Institute for Materials Science
• Principal Investigator: IKEDA Ayako 国立研究開発法人物質・材料研究機構, 構造材料研究センター, 研究員 (40746666)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: ハイスループット / ビックデータ / 状態図 / Ni基超合金 / EPMA

Outline of Final Research Achievements

A highly efficient method has been developed to determine phase boundary compositions over a wide range of compositions using composition graded samples.The Ni-Co-Al-Ti quaternary system is chosen as a model case, and the method succeeded in obtaining microstructure and phase information for 2300 compositions, covering almost the γ+γ′ region, from a single composition-graded sample with an efficiency about 100 times higher than that of conventional methods.
By applying temperature gradient heat treatment to diffusion pairs of Ni-14at.%Al and Ni-20at.%Al, microstructures in the composition range of 14-20at%Al and aging temperature range of 1000-1300°C were successfully obtained from a single sample.

Free Research Field

材料工学

Academic Significance and Societal Importance of the Research Achievements

実用合金はその高性能化を目的として10以上の元素から構成されることも少なくない。構成元素の増加に伴い、組成の組み合わせは指数関数的に増加する。その最適化において従来の手法では膨大な数の試料と試験を要する。材料開発に際し、近年著しく発達している機械学習の手法の恩恵を受けるには質の高いビックデータが欠かせない。本研究で開発された手法を用いることにより、従来の100倍以上の効率で質の高い実験データを得ることができ、材料探索および最適化が驚異的に効率化することができる。