Identification of phase transformation kinetics using data-driven approach
井上(純)研究室
井上(純)研究室


Unsupervised machine learning applied for automatic identification of steel microstructures
私たちの身の回りの様々な構造体を支える材料の高強度化は,社会の様々なニーズに応えるとともに,移動体とりわけ自動車の車体軽量化を通して資源・環境問題の改善に寄与すると期待されている。我々の研究室では,構造材料の組織形成や力学特性を支配するメカニズムを明らかにするために,従来の冶金学とデータ駆動科学を融合したマテリアルズ・インテグレーション(Materials integration, MI)という新たな手法の開発をしている。

In-situ observation of bainitic/ferritic phase transformation
金属材料の力学特性は変態生成組織の形状や分率に大きく依存するため,その生成機構を明らかにすることが重要である。右の例では,新たに開発したデジタルホログラフィック顕微鏡により,フェライトプレート(FP)とベイナイト(B)の組織形成機構の違いをナノスケールで明確に捉えることに世界で初めて成功した例を示している。従来の特性を凌駕する材料開発には,斬新な発想による実験事実の提示と精緻なシミュレーション技術を融合していくことが求められている。