Development of fundamental technology for controlling deformability of nickel aluminide using data science

点击翻译按钮获取中文摘要

課題（1）に関しては、初年度から引き続き、3つの単結晶圧延を元に、圧延異方性をもたらす転位反応の特定と、相互作用パラメータの同定の可能性について、検討を実施した。昨年度までに、Glissile Jucntion（GJ）が原因となる強い相互作用と考えられることを見出している。本年度は、最適化の方法を見直し、以下の点を新たに明らかにした。すなわち、GJの相互作用を他に比べて10以上にすることで、3つの単結晶圧延の結果を総合的に再現できることを確認した。この結果からGJの下限値として10という値を定量的に定めることができたと考えている。最終年度は、この結果の再現性を検証し、論文として公表することを目指す。課題（2）に関して、二元系Ni合金の積層欠陥エネルギーを高精度で求めるための機械学習モデルの検証を行った。具体的には、組成比や格子のひずみなどが異なる原子構造モデルを多数作成し、これらのモデルの第一原理計算に基づくデータから機械学習ポテンシャルを作成した。そのうえで構築した機械学習ポテンシャルを用いた二元系Ni合金の面欠陥エネルギー計算の精度評価を行った。