NIMSは、機械学習を適用することで、航空機エンジン用材料として有望なNi-Co基超合金の高性能・高品質な粉末を、高い収率で生産可能な条件を高速探索することに成功しました。さらに、その条件にて高圧タービンディスク作製に適した粉末を低コストに製造できることを実証しました。本技術を活用することで、大型装置を用いる実際の粉末製造現場において、粉末単価、試行回数・時間の大幅な軽減が可能となり、高性能・高品質・低コストな超合金粉末のいち早い製品化が期待できます。

航空宇宙エンジン分野において金属3Dプリンティングの活用が急速に進んでおり、原料となる合金粉末の低コストな製造・供給が必要不可欠になっています。特にエンジンの心臓部である高圧タービンディスク用には、耐用温度や塑性加工性に優れるとともに、真球度を高く、組織も均一にした品質の高い超合金粉末を、高収率で低コストに製造することが求められます。その多くはガスアトマイズ法により製造されていますが、製造現場で使用される大型装置を用いて目的の粉末を製造するためには、金属の溶解温度や使用するガスの圧力といった複数のプロセス条件を最適化することが必要です。これには専門家が持つ長年のノウハウをもってしても、膨大なコスト、時間、経験、人的資源が必要となっていました。

今回、研究チームは、高圧タービンディスク用Ni-Co基超合金の粉末製造を対象に、機械学習を利用し、専門家のノウハウ無しに、ガスアトマイズプロセスの最適化を実施しました。その結果、過去のデータを使用することなくわずか6回の試行で、通常は10~30%程度の収率であるタービンディスクの作製に適した微細で真球度の高い高品質な粉末を、収率約78%で得られるプロセス条件を発見することに成功しました。原料単価から見積もると、本研究で製造した粉末は、市販の粉末に比べて約72%ものコストダウンに成功しています。

NIMSには長年の開発で培った、耐用温度など超合金の特性を制御する合金設計技術があり、今回の手法と組み合わせることで、用途に応じた機能を持った超合金の粉末を安価に供給することが可能になります。さらに、機械学習はデータ蓄積により進化を遂げるため、本技術を企業の製造現場に実装し、これまで活用が不十分であったプロセスデータを蓄積・再利用することで、さらなる品質向上・コスト削減が期待されます。

本研究は、NIMS 国際ナノアーキテクトニクス研究拠点(WPI-MANA) 量子物性シミュレーショングループの田村亮 主任研究員、構造材料研究拠点(RCSM) 超耐熱材料グループの長田俊郎 主幹研究員、統合型材料開発・情報基盤部門(MaDIS) SIP-MIラボの皆川和己 NIMS特別研究員、RCSM 超耐熱材料グループの小幡卓眞 NIMSエンジニア、廣澤正志 NIMSエンジニア、MaDIS 津田宏治 NIMS 招聘研究員、RCSM 超耐熱材料グループの川岸京子グループリーダーによって実施されました。また、本研究は内閣府 戦略的イノベーション創造プログラム(SIP) 「統合型材料開発システムによるマテリアル革命」 (管理法人 : JST) の一環として行われました。

本研究成果は、Materials & Design誌オンライン版に2020年12月1日 (日本時間) に掲載される予定です。

掲載論文

題目 : Machine learning-driven optimization in powder manufacturing of Ni-Co based superalloy
著者 : Ryo Tamura, Toshio Osada, Kazumi Minagawa, Takuma Kohata, Masashi Hirosawa,
Koji Tsuda, Kyoko Kawagishi
雑誌 : Materials & Design (2020)
掲載日時 : 2020年12月1日 (日本時間) 掲載予定
DOI : 10.1016/j.matdes.2020.109290