主要成果
東北大学材料科学研究所の宮本剛教授、謝雨林氏、関田早香氏らと、NIMSの古原忠氏ら、およびTsubameLabによる共同研究チームが、バルク金属材料の「プロセスー構造ー特性」の関係を自動的に評価するシステムを開発しました。このシステムは、人間が介入することなく、熱処理、構造解析、機械的特性評価までを連続的に行うワークフローを実現しています。特に、商用低合金鋼であるJIS SCM435Hを用いた1段階および2段階のテンパリング実験において、その有効性が実証されました。
技術・詳細
本システムは、以下の3つの装置をロボットアームで統合し、統一されたコンピュータ制御下で動作させます。
- 誘導加熱炉（熱処理）
- X線回折計（XRDによる構造解析）
- マイクロ衝撃試験機（機械的特性評価）
バルク状の固体試料は、液体や粉末、薄膜と比較して輸送や位置決め、加熱、試験の自動化が困難でしたが、研究チームは専用の試料ハンドリングツールを設計することでこれを克服しました。性能面では、熱処理時間を除いた試料のハンドリング、XRD測定、機械試験、回収までの一連のシーケンスを、1サンプルあたり約800秒で完了させます。また、得られる機械的特性の精度は、研究者が手動で行う従来の測定と同等でありながら、実験速度は10倍以上に向上しています。
背景・業界の文脈
鋼材などの構造用金属において、より強く靭性の高い材料を開発するには、膨大な組み合わせの処理条件を探索する必要があります。同じ合金組成であっても、熱処理の内容によって微細構造や機械的性質が劇的に変化するため、効率的な最適条件の特定が不可欠です。しかし、バルク金属材料は固体試料の取り扱いや大型の専門設備が必要なため、これまで自動化のハードルが非常に高い領域とされてきました。
今後の展望
本システムは、処理・構造・特性のデータを同時に生成するため、AIを用いた材料開発に不可欠なデータセットを効率的に構築できます。すでにNIMSのオーケストレーションシステム（NIMO）内にAI最適化ツールを実装し、加熱炉の制御パラメータの自動最適化を実証しており、将来的な「クローズドループ」による自律的な材料探索の基盤を確立しました。
今後は、AIが各実験結果を分析して次の熱処理条件を提案し、システムがそれを自動的に実行してデータをAIにフィードバックするサイクルを回すことで、膨大な選択肢の中から有望な処理条件を極めて効率的に特定することを目指しています。これにより、革新的な処理ルートや構造材料の自律的な発見が加速される見込みです。
元記事: https://www.tohoku.ac.jp/en/press/fully_automated_metal_experiments_pave_way_for_ai_exploration.html
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
