ケイ酸塩メルトの粘性率のニューラルネットワーク解析による混合エントロピーの決定

硅酸盐熔体粘度神经网络分析确定混合熵

• 批准号: 22K04680
• 负责人: 菅原 透
• 金额: $ 2.75万
• 依托单位: Akita University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04680/
• 关键词: マグマ; ガラス; ケイ酸塩メルト; 粘性率; 熱容量; 機械学習; 融体物性

本研究の目的はケイ酸塩メルトの粘性率を機械学習によりモデル化し，計算された粘性率に対するAdam-Gibbs解析により配置エントロピを算出することである．2022年度はデータ前処理と学習方法が予測精度に与える影響の調査とSiO2-B2O3-Na2O系の熱量測定を行った．また，粘性率測定装置の製作も行った．(1) 粘性率データの機械学習：これまでに独自に収集してきたSiO2-Al2O3-MgO-CaO-Na2O系の4335データを検討に用いた．このうち，部分2成分系，3成分系，4成分系のデータを学習とテストに用いた．また5成分すべてを含むデータはテストのみに用いた．学習方法は Adaptive momentum estimation (Adam)によるニューラルネットワーク(NN)解析， Levenberg- Marquardt (LM) 法によるNN解析，Gradient Boosting Decision Tree (GBDT) 解析の3通りを試した．その結果，LM によるNN解析で入力データを正規化したときにRMSE が最も小さくなり，温度内挿においても連続的な計算値が得られることが分かった．(2)メルトの熱量測定：SiO2-B2O3-Na2O系のメルトに対して落下法熱量測定を行い，配置熱容量(Cp(conf))とB2O3の部分モル熱容量(Cp(B2O3))の温度・組成依存性を明らかにした．ガラス転移温度のCp(conf)は４配位ホウ素が多いほど高くなった．また，Cp(B2O3)はSiO2が70mol%以上の組成領域で正の温度依存性を示した．また，SiO2が65oml%以下でB2O3が20mol%以下の組成領域で負の温度依存性を示し，それ以外では温度によらず一定であった．(3) 粘性率測定装置の製作：縦型加熱炉と試料昇降装置を製作した．

本研究的目的是使用机器学习对硅酸盐熔体的粘度进行建模，并使用 Adam-Gibbs 分析计算计算出的粘度的构型熵。 2022财年，我们研究了数据预处理和学习方法对预测精度的影响，并测量了SiO2-B2O3-Na2O体系的发热量。我们还制造了粘度测量装置。 (1)粘度数据的机器学习：我们使用了我们独立收集的SiO2-Al2O3-MgO-CaO-Na2O体系的4335个数据进行研究。其中，部分二组分系统、三组分系统和四组分系统的数据用于学习和测试。此外，包含所有五个组件的数据仅用于测试。我们尝试了三种学习方法：使用自适应动量估计（Adam）的神经网络（NN）分析、使用Levenberg-Marquardt（LM）方法的NN分析和梯度提升决策树（GBDT）分析。结果发现，当使用LM进行NN分析对输入数据进行归一化时，RMSE最小，并且即使在温度插值期间也可以获得连续的计算值。 (2)熔体量热法：对SiO2-B2O3-Na2O熔体进行滴热法，测定构型热容(Cp(conf))和B2O3的偏摩尔热容(Cp(B2O3))的温度和组成依赖性得到澄清。玻璃化转变温度Cp(conf)随着4配位硼量的增加而增加。此外，Cp(B2O3)在SiO2为70mol％以上的组成范围内表现出正的温度依赖性。此外，在SiO2小于65oml％和B2O3小于20mol％的组成范围内，其表现出负温度依赖性，并且无论温度如何都保持恒定。 (3)粘度测量装置的制作：制作立式加热炉和样品升降装置。