日本金属学会2024年秋期(第175回)講演大会

Presentation information

Print

公募シンポジウム講演

[S4] S4.Materials DX for the research and development of structural materials for extreme environment (II)（1）

優れた産業基盤に支えられた我が国のマテリアル分野は、我が国の強みであると考えられてきた。しかしながら、米国などが、いち早くデジタル・トランスフォーメーション（DX）を材料開発ツールとして活用し始め、構造材料分野においても徐々に成果を生み出しつつある。一方、我が国でのDXへの取り組みは思うように進んでおらず、新規材料開発に向けたシーズ活用への挑戦が減速している。そのため、我が国の構造材料分野においても、産と学の双方が利便性を享受できるデータ創出や利活用の方法を整備し、データ駆動型材料設計を可能とするマテリアルDXの加速を早急に図っていかなければならない。このような背景のもと、金属材料を含む構造材料の研究開発に向けたマテリアルDXの構築を目的に、2023年秋期講演大会において学界と産業界が連携し議論する場を創成する公募シンポジウムを開催した。そこで前回に引き続き、構造材料におけるマテリアルDXの最新の知見を共有し議論ができるよう本シンポジウムを提案する。

Wed. Sep 18, 2024 1:00 PM - 4:25 PM Room H (A202 2nd floor Building A Center for Education in Liberal Arts and Sciences)

座長:大森 俊洋(東北大学)、及川 勝成(東北大学)

4:05 PM - 4:25 PM

[S4.11] Statistical Analysis of Microstructural Features Using Scanning Electron Microscope Images of MoSiBTiC Alloy

*Chihana KUDO1, Masahiko DEMURA2, Kenji NAGATA2, Akihiro ENDO2, Kyosuke YOSHIMI3 (1. Graduate School of Engineering, Tohoku University, 2. NIMS, 3. Department of Materials Science, Graduate School of Engineering, Tohoku University)

Keywords:MoSiBTiC合金、画像セグメンテーション、機械学習、耐熱材料、ミクロ組織解析

MoSiBTiC合金のSEM画像を100枚取得し、機械学習を用いて構成相ごとの画像セグメンテーションを実施した。各相の二値化画像から体積分率を計算し、統計的に有為な体積分率値が得られるときの最小画像枚数を調査した。

Please log in with your participant account.
» Participant Log In