トロント大学の工学部の研究者たちは、人工知能を駆使した発見プラットフォームを利用して、ジェットエンジンや原子力発電所、その他の過酷な環境での部品の耐久性を向上させることが期待される6種類の新しい金属合金を開発しました。研究結果は、この人工知能支援システムがわずか数週間で有望な合金を見つけ、高性能材料の探索速度を大幅に加速させたことを示しています。これらの新しい合金は3D金属印刷において優れた性能を発揮し、従来の方法では製造が難しいまたは不可能な複雑な部品を生産することができます。
人工知能支援システムが材料発見の速度を大幅に加速
このプロジェクトは、カナダの極限環境材料と製造研究の主席である邱宇が主導し、Jason Hattrick-Simpersと協力して、コンピュータモデリング、機械学習、およびロボット支援製造を利用したシステムを構築しました。この手法はアクティブラーニングと呼ばれ、自動運転実験室に似ています。このシステムは、数千の金属の組み合わせを手動でテストするのではなく、最適な選択肢を選び、製造し、性能をテストし、これらの結果に基づいて次の実験を指導します。邱宇は、「極端な温度や圧力変化に耐える材料の需要は非常に大きいです。例えば、ジェットエンジンの内部や原子力発電所の蒸気発生器の内部では、従来の鋼材は生存できない環境です。」と述べています。
彼はさらに、「私たちは、従来の製造プロセスでは作成できない部品を製造できる、層ごとに印刷可能な材料が必要です。たとえば、軽くて強い材料を製造するために、その成分を変更することができます：外層には硬い合金を使用し、内層にはより柔らかく軽い材料を使用します。」と付け加えました。このプロジェクトは、人工知能と自動化を利用して新材料の発見を加速するトロント大学のアクセラレーションアライアンスによって部分的に支援されています。
ほとんどの人工知能システムは、正確な予測を行うために大量の実験データを必要とします。研究者がまだテストされていない材料を探求する際、これは問題になります。邱宇の研究室の博士課程の学生であるAjay Talbotは、「人工知能を使用して材料を設計する際によく直面する問題の一つは、ほとんどの機械学習モデルが学習するために大量の材料特性データを必要とすることです。しかし、まだ探索されていない設計空間にいる場合、そのデータは存在しないため、盲目的に感じることになります。」と述べています。
彼はさらに、「私たちがこの課題を克服する方法は、基本的に自己認識できるデータスパースモデルを使用することです。私たちのアクティブラーニングモデルは、製造とテストのために少量のサンプルを戦略的に選択し、これらの実験のデータをモデルにフィードバックして次のステップを指導します。これにより、実際に速度が加速されました。」と述べました。
新型金属合金が過酷な環境で優れた性能を発揮
このシステムをデモンストレーションするために、研究者たちはニッケル、コバルト、クロムからなる成分複雑合金に焦点を当てました。数週間以内に、この自動化プラットフォームは強力な性能を持つ6種類の新合金配合を特定しました。Talbotは、「私たちがターゲットにした特性の一つは、最大1,112°F (600°C)の温度での耐貫通性です。これは、ジェットエンジンの前部が経験する環境そのものです。この分野の業界標準はニッケルベースの合金、例えばInconel 625ですが、私たちは12%のニッケル、62%のコバルト、26%のクロムからなる合金を発見しました。この合金は極高温でも硬度を保持し、性能はInconel 625を4.5%上回りました。」と述べています。
チームはまた、ジェットエンジンのより熱い部分専用に設計された別の合金を開発しました。この部分の温度は最大1,832°F (1,000°C)に達します。Talbotは、「このような環境では酸化物層が形成され、材料が燃焼していることを意味します。私たちは36%のニッケル、14%のコバルト、50%のクロムからなる材料を見つけました。この材料は高温下での耐酸化性能が非常に優れており、Inconel 625を85%上回ります。私たちの最終目標は、さらに高温の2,192°F (1,200°C)にまで向上させることです。」と説明しました。
研究者たちは、現在の合金が人工知能駆動の発見プラットフォームが実現できる初期のデモンストレーションを代表していると述べています。彼は、「このニッケル-コバルト-クロムシステムは、わずか3つの元素で構成されています。全体として、これは比較的単純なシステムですが、全体のクローズドループ発見プラットフォームの有効性を証明しています。次に、私たちは少し複雑さを増し、10から12種類の異なる元素を含む、より挑戦的な材料を製造したいと考えています。」と付け加えました。
彼は言った：「コンポーネントが増えるにつれて、さまざまな強化メカニズムや異なるタイプの有用な特性を得ることができる。まだ発見されていない材料もたくさんある。」この研究は『npj Advanced Manufacturing』誌に発表された。