材料組織のシミュレーション、インゴットレベルのマクロな流動・伝熱・凝固シミュレーション等に必要な入力パラメータを、データ科学の手法であるデータ同化によって推定することに取り組んでいます。

右図は、Al-Cu合金の金型鋳造における溶湯/鋳型間の熱伝達係数を推定した例です。鋳型で測定した冷却曲線のみから、事前の情報無しで、熱伝達係数の時間変化を推定することが可能です。

さらに、分子動力学法から計算される組織変化を観測データとして、フェーズフィールド法とのデータ同化によって固液界面物性値を推定することにも取り組んでいます。

連続鋳造やインゴットキャスティングの鋳塊に形成するマクロ偏析を低減するために、計算機シミュレーションによる偏析生成過程の研究が行われています。実プロセスの現象を適切に再現・予測するためには、マクロ偏析シミュレーション・モデルの高精度化と高速化が必要とされています。本研究室では、モデルの高精度化のために、メゾスケールのミクロ偏析挙動をMachine leaningで導入する手法を開発を行っています。さらに、マクロ偏析シミュレーションの超高速化のために格子ボルツマン法(Lattice Boltzmann Method, LBM)による流体計算を導入する手法の開発を行っています。

組織形成シミュレーションで考慮できない原子レベルの詳細を理解するため、分子動力学法による原子シミュレーションによって材料組織に関わる現象、物性の解析を行っています。特に、固液界面物性値の算出、核生成挙動の解析などを行っています。

優れた鉄鋼材料の開発を目指して、組織形成過程の理解と制御に関する実験的研究を行っています。高温浸炭における異常粒成長の発現機構の解明と抑制条件の探索、微細オーステナイト粒組織を導くα→γ逆変態と炭窒化物の析出の条件最適化などについて研究しています。

【入門編】組織を見る