2021 Fiscal Year Research-status Report
Selection of suitable spinning conditions based on microstructural controlling by machine learning
| Project/Area Number |
20K15068
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
権藤 詩織 国立研究開発法人産業技術総合研究所, エレクトロニクス・製造領域, 研究員 (90844613)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | スピニング加工 / 結晶方位 / 集合組織 / 硬さ / 機械学習 |
|---|
| Outline of Annual Research Achievements |
スピニング加工は，回転している金属板に工具を押し当てて，局所的かつ逐次的に変形を付与する加工法である．工具の動作経路の自由度が高いため，任意のミクロ組織を作りこみ，これに付随する機械的性質を付与し，部材の必要箇所のみ厚肉化や高強度化を施した，複雑形状かつ軽量高強度な部材の製造が可能と期待される．しかしながら，加工中の変形挙動は非常に複雑なため，ミクロ組織や機械的性質に関する知見が非常に少なく，材料組織制御に基づく最適加工条件の予測手法の確立に至っていない．本研究は最適加工条件の予測手法の確立を目指し，次の3点を目的とした．(1) スピニング加工時の加工力，成形に伴う変形挙動（ひずみ），結晶方位分布，機械的性質を明らかにしたうえで，(2) 材料組織制御理論を構築し，(3) 機械学習により最適加工条件の予測モデルを構築する．本年度は(1)と(2)のうち，昨年度の課題として残った項目と，(3)の一部について研究をおこなった．
(1)の成果として，集合組織測定箇所にて，板厚方向におけるビッカース硬さ分布を測定した．加工条件や高さ方向の位置に応じて，硬さが異なることを明らかにした．(2)の成果として，昨年度考案した集合組織特定手法を簡易に実行できるプログラムを作成し，特定に係る時間の大幅な短縮を可能にした．また，板厚方向における集合組織分布の類似度を判定する方法を考案した． (1)と(2)の結果を用いて，(3)を試みた．加工条件から集合組織分布を予測，さらに硬さ分布を予測できる傾向を得た．本年度の成果は，最適加工条件の予測手法の骨格となる．来年度は他のミクロ組織因子を考慮し，予測モデルの精度向上と，条件最適化を目指す．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究は(1) スピニング加工時の加工力，成形に伴う変形挙動（ひずみ），結晶方位分布，機械的性質を明らかにしたうえで，(2) 材料組織制御理論を構築し，(3) 機械学習により最適加工条件の予測モデルを構築することを目的としている．本年度までに，(1)の各因子について実測値を取得し，これらを踏まえて，(2)に該当する各項目間の関係を整理した．加工力とひずみ，ひずみと結晶方位分布の関係は比較的簡易に表現できた．一方，結晶方位分布と硬さ（機械的性質）は明瞭かつ簡易な関係は見られず，機械学習を活用し，両者の関係を捉えることにした．これは(3)に該当する．結晶方位分布と硬さの関係をモデル化でき，サンプルによっては硬さを精度よく予測できる傾向を得た．また，加工条件から結晶方位分布を予測することもでき，得たい機械的性質から最適な加工条件を選定できる可能性を得た．しかしながら，集合組織以外のミクロ組織因子が当然ながら機械的性質に影響を及ぼすため，影響度の大きい組織因子を特定する必要がある．これらの因子を含めて，予測モデルの精度や汎用性の向上が不可欠となる．これを来年度の課題とする．
|
| Strategy for Future Research Activity |
これまでの成果として，加工条件から集合組織分布を予測，さらに硬さ分布を予測でき，得たい機械的性質から最適な加工条件を選定できる可能性を得た．しかしながら，機械的性質を特徴づけるミクロ組織因子は，結晶粒径や転位密度など，集合組織のほかにもたくさんの要素があるため，これらのミクロ組織の影響を評価し，影響度の大きい因子を特定する必要がある．また，加工条件最適化には，予測モデルの精度や汎用性の向上が不可欠である．アルミニウムに加え，鉄鋼等，他の材料も新たに取り扱うとともに，対象とするミクロ組織因子を拡大し，モデル精度向上を目指す．また，条件最適化とその実証を目指す．
|
