| 研究領域 | 超温度場材料創成学：巨大ポテンシャル勾配による原子配列制御が拓くネオ３Ｄプリント |
|---|
| 研究課題/領域番号 |
24H00990
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅱ)
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
鈴木 飛鳥 名古屋大学, 工学研究科, 助教 (90802603)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
8,190千円 (直接経費: 6,300千円、間接経費: 1,890千円)
2024年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
|
|---|
| キーワード | サロゲートモデル / 機械学習 / 超温度場 / 熱解析 / 重要度解析 |
|---|
| 研究開始時の研究の概要 |
金属3Dプリンタでは，敷き詰めた粉末をレーザなどの熱源によって融かして結合させる．このとき，急速に粉末が加熱および冷却されるため，特異的な性質が発現することが知られている．このプロセスを活かすために，レーザによる加熱・冷却の様子を再現するシミュレーションが発展している．一方で，複雑な現象を再現する上で多数の方程式を解くため，計算時間が長くなり，また方程式に含まれるパラメータの寄与が不明確化している．そこで本研究では，シミュレーション結果をAIに学習させ，高速に加熱・冷却を計算できるサロゲートモデルを構築する．さらにAIの意思決定を解釈する技術を活用し，様々なパラメータの寄与を解明する．
|
