日本金属学会2024年秋期(第175回)講演大会

Presentation information

公募シンポジウム講演

[S3] S3.Analysis, Visualization and Prediction of Corrosion Phenomena via Computational Science, Machine Learning and Novel Characterization Techniques II

腐食は関与する因子が多く、現象が複雑であるため、数値計算が腐食現象の予測や測定結果の検証に応用されている例は限られている。しかしながら計算機技術の発展や計算手法の開発によって、近年、腐食・防食の分野においても数値計算や機械学習の活用がなされるようになった。本公募シンポジウムでは腐食による損傷の程度や腐食環境における金属材料の寿命に関する数値計算や機械学習による腐食寿命予測、腐食反応の根幹をなす電気化学反応の第一原理計算など計算科学と腐食現象のミクロ・マクロ計測の両輪から腐食現象の解析・可視化と腐食予測を深化させる機会としたい。

Thu. Sep 19, 2024 10:00 AM - 12:00 PM Room G (A201 2nd floor Building A Center for Education in Liberal Arts and Sciences)

座長:桑水流 理(福井大学)、土谷 博昭(大阪大学)

11:05 AM - 11:45 AM

[S3.3] [Keynote Lecture] Visualization of 2D Rust Structure by Combination of Synchrotron Radiation Measurement and Machine Learning

*Takahiro Ozawa1 (1. Kobe Steel, Ltd.)

Keywords:大気腐食、さび、放射光分析、機械学習

イメージング放射光計測と機械学習と組み合わせることで、さび層中のさび成分分布の可視化を行った。Fe3O4はさび層全体に非晶質状態で存在しており、腐食反応に大きく寄与していることが示された。

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