口2024-0170

発表題目	機械学習を用いたAZ31マグネシウム合金の硬さに及ぼす材料組織因子の評価
発表者名	○澤 源士郎、平田 智丈、田中 努、濱田 真行、他
発表会名	2024年度軽金属学会関西支部 若手研究者・院生による研究発表会
発表日	2024/11/18

概要

本研究はAZ31マグネシウム合金を対象に、材料組織因子と硬さの関係における機械学習モデルを構築し、各材料組織因子について評価することを目的とした。摩擦攪拌加工などにより様々な集合組織を持つ試験片を作製し、SEM-EBSD測定およびビッカース硬さ測定を実施した。機械学習において、結晶の対称性を考慮して集合組織の特徴を抽出する「対称性制約付きガウス混合モデル」を提案し、構築した学習モデルは粒径依存性などにおいて材料学的知識と整合していた。この学習モデルを用いて各材料組織因子を評価した結果、集合組織の優先方位による影響は底面すべりのシュミット因子により説明できること、粒界方位差が硬さに影響していることが示された。