Vickey Nandal
(National Institute for Materials Science
)
;
Sae Dieb
(National Institute for Materials Science
)
;
Dmitry S. Bulgarevich
(National Institute for Materials Science
)
;
Toshio Osada
(National Institute for Materials Science
)
;
Toshiyuki Koyama
;
Satoshi Minamoto
(National Institute for Materials Science
)
;
Masahiko Demura
(National Institute for Materials Science
)
説明:
(abstract)最先端のAIアルゴリズムを活用して,ニッケル基合金において,高温強度をより高くするための時効熱処理を考案した.これまでは等温時効が一般であったところを昇温や降温を含めた複雑な時効熱処理パターンの膨大組み合わせ(約35億通り)から,等温時効を凌駕するパターンを見出すことに挑戦した.その結果,1620回の試行から110個の優れた熱処理パターンを見出すことに成功した.さらに,AIが発見したトップ5のパターンの解析から,高温短時間と低温長時間を組み合わせる新しい二段時効の考え方を導き,これがAIの探索結果を凌駕することを確認した.これらの結果は,AIと専門家の共同によって,新しいプロセス方法を開発できる可能性を示唆している.
権利情報:
キーワード: Artificial Intelligence, non-isothermal aging, Gamma and Gamma' two-phase microstructure, Ni-Al alloy, Heat resistant alloys, Inverse design, High-temperature strength
刊行年月日: 2023-08-04
出版者: Springer Science and Business Media LLC
掲載誌:
研究助成金:
原稿種別: 出版者版 (Version of record)
MDR DOI:
公開URL: https://doi.org/10.1038/s41598-023-39589-2
関連資料:
その他の識別子:
連絡先:
更新時刻: 2024-01-05 22:11:54 +0900
MDRでの公開時刻: 2023-08-09 13:30:18 +0900
| ファイル名 | サイズ | |||
|---|---|---|---|---|
| ファイル名 |
full_text-8.pdf
(サムネイル)
application/pdf |
サイズ | 4.04MB | 詳細 |