機械学習によるセラミックス複合材料の信頼性保証とその場トモグラフィー計測の援用

• 研究課題/領域番号: 24K00767
• 研究種目: 基盤研究(B)
• 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: 東京理科大学
• 研究代表者: 井上 遼 東京理科大学, 工学部機械工学科, 准教授 (60756295)
• 研究分担者: 垣澤 英樹 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, グループリーダー (30354137) ; 大熊 学 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, 主任研究員 (70838945) ; 新井 優太郎 東京理科大学, 先進工学部マテリアル創成工学科, 講師 (70844439)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,590千円 (直接経費: 14,300千円、間接経費: 4,290千円); 2026年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円); 2025年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円); 2024年度: 8,450千円 (直接経費: 6,500千円、間接経費: 1,950千円)
• キーワード: セラミックス基複合材料 / 機械学習 / トモグラフィー / 材料組織 / 深層学習

研究開始時の研究の概要

不規則欠陥と累積ミクロ損傷が相互作用するセラミックス系複合材料の複雑な破壊現象から重要因子を抽出し、強度予測実現の指針を提案する。そのために、予測結果の重要度を説明可能な機械学習モデルを構築する。大体積の高分解能断層画像，深層学習による相分離と画像解析から抽出した欠陥の三次元特徴量を説明変数に用い、強度の予測を実現する。同時に、予測結果への重要度を可視化し重要因子を導き出す。重要度の不確かさは三次元その場観察と変形分布計測を援用し補完する。これらから、強度を支配する欠陥の特徴量を解明し検知すべき欠陥の指標を提案する。また、本研究のアプローチが構造材料研究全体へと波及する可能性を検証する。