この記事の要点: 米国サンディア国立研究所の研究者らが、機械学習と材料科学を融合させ、金属材料が製造工程でどのように変形するかを数秒で予測できるソフトウェア「MAD³（Materials Data Driven Design）」を開発しました。従来の高度なシミュレーションにはスーパーコンピューターや専門知識が必要で、結果を得るまでに数週間を要していましたが、本技術は一般的なOS上でコードを書くことなく、迅速かつ正確な予測を可能にします。
ニュースのポイント
- 機械学習と材料科学を融合し、金属の塑性異方性や変形挙動を数秒で予測可能
- 7万件の高度シミュレーションデータを深層学習モデルに学習させ、高い精度を維持
- 目標とする材料特性から、最適な内部微視組織を逆算して特定する機能も搭載
背景
金属は微細な結晶粒で構成されており、その方向性が機械的強度や変形特性（塑性異方性）を左右します。自動車や航空宇宙などの製造業では、板金から部品を成形する際、材料特性の把握が不可欠です。しかし、実際の実験には多大なコストがかかり、従来のコンピュータシミュレーションも膨大な計算時間と専門知識が必要なため、開発現場における大きなボトルネックとなっていました。
何が起きたのか
開発された「MAD³」は、変分ベイズ推論ニューラルネットワークモデルを採用した深層学習アルゴリズムを基盤としています。120社以上の潜在顧客へのヒアリングなど、製造現場の具体的な課題（ペインポイント）を反映して設計されました。最新の機能拡張により、材料の変形予測だけでなく、「目標とする特性を指定すれば、それを実現するための最適な内部組織を逆算して提示する」という逆問題の解決も可能になっています。現在、米国の主要な自動車メーカーや航空宇宙企業、エンジン製造企業などとの提携に向けた協議が進められています。
製造業・生産管理への見方
プレス成形や鍛造などの塑性加工を伴う製造現場において、新材料の採用や部品設計の変更に伴う試作コストと開発期間の削減は極めて重要な課題です。本技術は、専門の解析担当者や高価な計算資源を持たない現場でも、材料選定や成形性の事前評価を迅速に行える環境を提供します。試作回数の削減によるコストカットだけでなく、要求仕様に合わせた最適な金属組織の設計という、一歩進んだ材料開発・生産準備プロセスの実現に寄与する可能性を秘めています。
現場で確認したいポイント
- 自社のプレス成形や金属加工プロセスにおいて、材料の変形予測や試作に要している時間とコストの把握
- 新材料（新合金など）の導入検討時における、シミュレーション技術の活用状況と課題の整理
- 外部の先進的なAI材料設計ツール（マテリアルズ・インフォマティクス）のライセンス導入に関する情報収集
確認しておきたい点
本ソフトウェアは米国サンディア国立研究所からライセンス提供が開始された段階であり、日本国内の製造業への導入実績や、日本語環境でのサポート体制、具体的なライセンス費用については個別に確認が必要です。
出典情報
| 出典 | newswise.com |
|---|---|
| 公開日時 | 2026-07-06T18:14:32Z |
| 元記事 | newswise.comで読む |
