Design of high-entropy casting alloys via elucidation of diverse solidification processes caused by the large degree of freedom

点击翻译按钮获取中文摘要

ハイエントロピー合金(HEA)のような多元系状態図の中央付近の組成の材料の設計には，組織観察と状態図へのプロットで構成される従来の合金設計の手法の適用が難しい．本研究の目的は，機械学習の一種である能動学習の手法を取り入れ，さらに放射光を用いたその場観察・分析方法を組み合わせることで，合金材料の設計スキームを再構築することである．本年度はCr-Mn-Fe-Co-Ni系について，能動学習の入力データを構築すべく数10種類の組成を有する合金を作製し，全てに対して示差走査熱分析(DSC)を行った．さらに，DSC測定で複数の吸/放熱が観測された組成については放射光を用いた凝固過程のその場X線回折(XRD)測定を行うことで，凝固過程に現れる相を同定した．これらの結果を入力データとし，能動学習手法であるuncertainty samplingを利用することで初晶として面心立方構造(FCC)，体心立方構造(BCC)のどちらが晶出するかを表すphase mapを作成した．また，FCCを初晶とする合金では溶質濃度に依存してデンドライトの優先成長方位が[100]から[110]に変化する場合があることが知られている．本研究で作製した種々の組成を有するFCCを初晶とするCr-Mn-Fe-Co-Ni合金の優先成長方位を時間分解X線トモグラフィとXRDの同時計測によって決定したところ，いずれも[100]方向に成長することが分かった．この結果から，この合金系では多元化によって物性に及ぼす特定元素の影響が相殺していることが示唆される．