| 研究課題/領域番号 |
20K04175
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分18010:材料力学および機械材料関連
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
松中 大介 信州大学, 学術研究院工学系, 教授 (60403151)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 機械学習ポテンシャル / 人工ニューラルネットワーク / マグネシウム合金 / 底面転位 / 合金元素 / 機械学習 / 第一原理計算 / 原子間ポテンシャル / ニューラルネットワーク / マグネシウム |
|---|
| 研究開始時の研究の概要 |
本研究では，第一原理計算と同等の精度を持ちつつ欠陥構造や異種原子間相互作用に対しても適用性を有するような原子間ポテンシャルを人工ニューラルネットワークの枠組みに基づいて開発し，複数の変形モードが塑性変形に関係するMg合金における種々の欠陥の挙動と合金元素による効果を高精度に評価する．
|
| 研究成果の概要 |
実用金属中最も軽量なマグネシウム（Mg）材料は次世代の軽量構造材料の有望な候補として注目を集めている．MgではHCP構造に由来して複数の変形モードが塑性変形に関係し，それぞれの変形モードに対する合金元素の効果が機械的性質に顕著に反映される．そこで本研究では，機械学習を援用して人工ニューラルネットワーク（ANN）の枠組みに基づく高精度な原子間ポテンシャルを開発し，多様な欠陥構造やMgと合金元素との異種原子間相互作用にも適用可能なANN原子間ポテンシャルを用いてそれぞれの変形モードを担う種々の欠陥の挙動とその合金元素の効果を定量的に明らかにすることを目的とする．
|
| 研究成果の学術的意義や社会的意義 |
固体材料の力学的挙動の解析に原子系のシミュレーションが用いられるようになってから現在に至るまで，精度の良い原子間ポテンシャルの開発は重要な課題であり続けている． ANN原子間ポテンシャルに関しては，近年注目を集めているが，結晶性固体において弾性場と欠陥構造を精度よく表現することを志向した開発例は未だ少ない．本研究はこのような研究動向に先駆けて，ANN原子間ポテンシャルの構築技術を確立するものであり，Mg合金の研究を格段に進めるだけでなく，計算力学・計算科学の分野におけるインパクトは非常に高い．
|
