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

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

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

Thu. Sep 19, 2024 1:00 PM - 4:10 PM Room H (A202 2nd floor Building A Center for Education in Liberal Arts and Sciences)

座長:赤木 和人(東北大学)、田中 將己(九州大学)

2:00 PM - 2:20 PM

[S4.21] AI-Generated Code for Facilitating Crystal Plasticity Simulation in Ni3Al Cold Rolling

*Jiyi Yang1,2, Yoshinao Kobayashi3, Masahiko Demura2 (1. 東工大物質理工(院生)、2. NIMS、3. 東工大物質理工)

Keywords:結晶塑性シミュレーション、大規模言語モデル (LLM)、ChatGPT 3.5、Ni3Al、DAMASK、コード自動生成

従来のシミュレーションは専門知識が必要ですが、大規模言語モデル(LLM)を活用して、必要なコードを自動生成することで、この課題を解決しました。Ni3Al冷間圧延における結晶塑性シミュレーションを例として。

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