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

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。