コニカミノルタ、機械学習でバイオマス材料を用いた複合素材開発を効率化

最終更新日:2024/01/25

コニカミノルタの奥山倫弘、中澤幸仁、および奈良先端科学技術大学院大学の船津公人教授は共著発表した論文にて複合材料中の代替材料を選抜できる機械学習法を開発したと報告しました。

このAIニュースのポイント

コニカミノルタが複合材料中の代替材料を選抜できる機械学習法を開発
従来のリサイクル・バイオマス素材を用いた複合材料の開発は代替材料探索に膨大な時間を要した
機械学習を用いた新しい代替材料探索手法により迅速かつ効率的に持続可能な複合材料の開発が可能に

コニカミノルタ株式会社の奥山倫弘、中澤幸仁、および奈良先端科学技術大学院大学の船津公人教授は、Science and Technology of Advanced Materials: Methodsに共著発表した論文A data driven scheme to search for alternative composite materialsにて複合材料中の代替材料を選抜できる機械学習法を開発したと報告しました。

プラスチックの使用量削減が、大きな環境問題として取り上げられるようになるにつれ、構成材料をバイオマスやリサイクル可能な材料で置き換えられるようになりました。その際、構成材料自身の物理化学的特性はもとより、構成材料間の相互作用が元の複合材料の性能の著しい向上や低下の原因になってしまうこともあります。

オリジナルと同等の性能を持つ新しい複合材料を見つけるには、材料間の相互作用を考慮しながら、代替前の構成材料の代わりとなる材料を無数にある候補の中から見つけなければならないため、このような状況で人の経験と直感に基づく従来の開発を行ってしまうと開発期間が長くなります。

この問題を解決したのが機械学習です。研究グループが開発した新しい代替材料探索手法は、構成材料間の相互作用が複合材料全体の性能にどの程度寄与しているかを明らかにする事で、相互作用の影響を考慮しつつ複合材料を開発できる点にあります。その結果元の材料と同等の性能を持つ代替材料が容易に発見可能になりました。

樹脂、フィラー、添加剤の3つの材料からなる複合材料の代替構成材料を探索してこの方法を検証しました。機械学習によって特定された代替材料を用いた複合材料の性能を実験的に評価したところ、元の複合材料と同等の性能になる事が示され、この方法が機能することが証明されました。

この方法は複合材料の持続可能な代替品を迅速かつ効率的に特定することができ、プラスチックの使用量を削減するとともに、バイオマスや再生可能な材料の使用を促進するために使用することができるものと期待されます。

出典：共同通信PRワイヤー