検索
ニュース

機械学習を活用し、Ni-Co基超合金の製造コストを削減金属加工技術

物質・材料研究機構は、MLを活用し、Ni-Co基超合金の製造コスト削減に成功した。わずか6回の試行で、タービンディスクの作製に適した高品質な粉末を収率約78%で得られるプロセス条件を発見した。

Share
Tweet
LINE
Hatena

 物質・材料研究機構は2020年11月30日、ML(機械学習)を活用し、航空機エンジン用材料として有望なNi-Co基超合金の製造コスト削減に成功したと発表した。

 数回の試行で複雑な製造条件を最適化でき、同条件で高圧タービンディスク作製に適した粉末を低コストで製造できることも実証済み。大型装置を用いる実際の粉末製造現場において、粉末単価、試行回数、時間の大幅な軽減が可能となり、高性能、高品質、低コストな超合金粉末の迅速な製品化が期待できる。

 Ni-Co基超合金の粉末製造には機械学習を活用し、専門家の技術なしにガスアトマイズプロセスを最適化した。過去のデータを使用せず、わずか6回の試行でタービンディスクの作製に適した微細で真球度の高い高品質な粉末を、収率約78%で得られるプロセス条件の発見に成功。通常の収率は10〜30%程度で、市販の粉末に比べて約72%のコストダウンが可能と見積もる。

キャプション
機械学習による超合金粉末製造プロセスの最適化 出典:物質・材料研究機構

 高圧タービンディスクはガスアトマイズ法で製造するが、金属の溶解温度や使用するガスの圧力といった複数のプロセス条件を最適化には、膨大なコスト、時間、経験、人的資源が必要だった。機械学習を活用した製造条件の最適化により、航空機エンジン部品製造の低コスト化、迅速が期待できる。

Copyright © ITmedia, Inc. All Rights Reserved.

ページトップに戻る