Development of fundamental technology for controlling deformability of nickel aluminide using data science

利用数据科学开发控制铝化镍变形的基础技术

基本信息

批准号：
21K04730
负责人：
出村雅彦
金额：
$ 2.66万
依托单位：
National Institute for Materials Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

課題（1）に関しては、初年度から引き続き、3つの単結晶圧延を元に、圧延異方性をもたらす転位反応の特定と、相互作用パラメータの同定の可能性について、検討を実施した。昨年度までに、Glissile Jucntion（GJ）が原因となる強い相互作用と考えられることを見出している。本年度は、最適化の方法を見直し、以下の点を新たに明らかにした。すなわち、GJの相互作用を他に比べて10以上にすることで、3つの単結晶圧延の結果を総合的に再現できることを確認した。この結果からGJの下限値として10という値を定量的に定めることができたと考えている。最終年度は、この結果の再現性を検証し、論文として公表することを目指す。課題（2）に関して、二元系Ni合金の積層欠陥エネルギーを高精度で求めるための機械学習モデルの検証を行った。具体的には、組成比や格子のひずみなどが異なる原子構造モデルを多数作成し、これらのモデルの第一原理計算に基づくデータから機械学習ポテンシャルを作成した。そのうえで構築した機械学習ポテンシャルを用いた二元系Ni合金の面欠陥エネルギー計算の精度評価を行った。

关于问题（1），从第一年开始，我们研究了导致滚动各向异性的位错反应的识别以及基于三个单晶滚动结果识别相互作用参数的可能性。到去年，我们发现存在由 Glissile Jucntion (GJ) 引起的强相互作用。今年，我们重新审视了优化方法，并重新明确了以下几点。换句话说，已经证实，与其他相比，通过将GJ相互作用增加到10或更多，可以综合再现三个单晶轧制过程的结果。根据这个结果，我们相信我们能够定量地确定 10 的值作为 GJ 的下限。在最后一年，我们的目标是验证这些结果的可重复性并将其作为论文发表。关于问题（2），我们验证了一种机器学习模型，用于高精度确定二元镍合金的堆垛层错能。具体来说，他们创建了许多具有不同组成比和晶格应变的原子结构模型，并根据这些模型的第一原理计算从数据中创建了机器学习潜力。然后，我们使用构建的机器学习潜力评估了二元镍合金表面缺陷能量计算的准确性。