特許ウォッチ

公開番号2025151768
公報種別公開特許公報(A)
公開日2025-10-09
出願番号2024053353
出願日2024-03-28
発明の名称材料データ処理装置、材料データ処理方法、プログラム、及び磁石の製造方法
出願人株式会社プロテリアル
代理人個人
主分類G16C 60/00 20190101AFI20251002BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】材料の組織情報を考慮した材料の分析が可能となる材料データ処理装置等を提供する。
【解決手段】材料データ処理装置1は、材料の組織変数の組合せの候補70ごとに、当該候補に含まれる各組織変数から材料の特性を予測する組織‐特性モデルの候補80を生成するモデル候補生成部23と、モデル候補生成部23によって生成された前記組織‐特性モデルの候補80の中から、予測精度が最も高いと判断される組織変数の組合せに基づく候補80を選定し、分析に利用する組織‐特性モデル8として採用するモデル選定部と、を備える。
【選択図】図3

特許請求の範囲【請求項１】
材料の組織変数の組合せの候補ごとに、当該候補に含まれる各組織変数から材料の特性を予測する組織‐特性モデルの候補を学習し生成するモデル候補生成部と、
前記モデル候補生成部によって生成された前記組織‐特性モデルの候補の中から、予測精度が最も高い組織変数の組合せに基づく候補を選定し、分析に利用する組織‐特性モデルとして採用するモデル選定部と、
を備える、材料データ処理装置。
続きを表示（約 2,100 文字）【請求項２】
各組織変数の仮想的なデータである仮想組織データを生成する組織データ生成部と、
前記組織データ生成部によって生成された仮想組織データを前記組織‐特性モデルに入力し、材料の特性を予測する特性予測部と、
前記特性予測部の予測に基づいて、所望の特性を満たす各組織変数の目標を設定する組織目標設定部と、
を更に備える、請求項１に記載の材料データ処理装置。
【請求項３】
各プロセス変数の仮想データである仮想プロセスデータを生成するプロセスデータ生成部と、
前記プロセスデータ生成部によって生成された仮想プロセスデータの中から、前記組織目標設定部によって設定された前記目標を満たすプロセス変数を選択するプロセス選択部と、
を更に備える、請求項２に記載の材料データ処理装置。
【請求項４】
各プロセス変数から各組織変数を予測するプロセス‐組織モデルを学習し生成するプロセス‐組織モデル生成部と、を更に備え、
前記プロセス‐組織モデルと前記組織‐特性モデルとを連結させたモデルを構築する、請求項１に記載の材料データ処理装置。
【請求項５】
各プロセス変数の仮想データである仮想プロセスデータを生成するプロセスデータ生成部と、
前記プロセスデータ生成部によって生成された仮想プロセスデータを前記プロセス‐組織モデルに入力し、材料の組織変数を予測する組織予測部と、
前記組織予測部によって予測された組織変数の予測データを前記組織‐特性モデルに入力し、材料の特性を予測する特性予測部と、
前記特性予測部の予測に基づいて、前記組織変数の予測データの中から所望の特性を満たす組織変数を選択する組織選択部と、
前記仮想プロセスデータの中から、前記組織選択部によって選択された組織変数に対応するプロセス変数を選択するプロセス選択部と、
を更に備える、請求項４に記載の材料データ処理装置。
【請求項６】
前記材料は磁石であり、前記組織変数の組合せの候補の少なくとも１つは、前記磁石の主相比率、前記主相のキュリー温度、及び前記主相のｃ軸方向とａ軸方向の格子定数の比ｃ／ａである、請求項１に記載の材料データ処理装置。
【請求項７】
前記材料はフェライト磁石であり、前記組織変数の組合せの候補の少なくとも１つは、前記フェライト磁石のマグネトプランバイト構造を有する化合物相比率、前記化合物相のキュリー温度、及び前記化合物相のｃ軸方向とａ軸方向の格子定数の比ｃ／ａである、請求項１に記載の材料データ処理装置。
【請求項８】
コンピュータが、
材料の組織変数の組合せの候補ごとに、当該候補に含まれる各組織変数から材料の特性を予測する組織‐特性モデルの候補を学習し生成するモデル候補生成ステップと、
前記モデル候補生成ステップによって生成された前記組織‐特性モデルの候補の中から、予測精度が最も高い組織変数の組合せに基づく候補を選定し、分析に利用する組織‐特性モデルとして採用するモデル選定ステップと、
を含む、材料データ処理方法。
【請求項９】
各プロセス変数から前記予測精度が最も高い組織変数の組合せに含まれる各組織変数を予測するプロセス‐組織モデルを学習し生成するプロセス‐組織モデル生成ステップと、
各プロセス変数の仮想データである仮想プロセスデータを生成するプロセスデータ生成ステップと、
生成された仮想プロセスデータを前記プロセス‐組織モデルに入力し、材料の組織変数を予測する組織予測ステップと、
前記組織変数の予測データを前記組織‐特性モデルに入力し、材料の特性を予測する特性予測ステップと、
前記特性の予測データに基づいて、所望の特性を満たす組織変数を、前記組織変数の予測データの中から選択する組織選択ステップと、
前記仮想プロセスデータの中から、選択された前記組織変数に対応するプロセス変数を選択し、当該プロセス変数を最適プロセスとして決定し出力するプロセス選択ステップと、
を更に含む、請求項８に記載の材料データ処理方法。
【請求項１０】
各プロセス変数の仮想データである仮想プロセスデータを生成するプロセスデータ生成ステップと、
各組織変数の仮想データである仮想組織データを生成する組織データ生成ステップと、
生成された仮想組織データを前記組織‐特性モデルに入力し、材料の特性を予測する特性予測ステップと、
前記特性の予測データに基づいて、所望の特性を満たす各組織変数の目標を設定する組織目標設定ステップと、
生成された仮想プロセスデータの中から、設定された前記目標を満たすプロセス変数を選択し、当該プロセス変数を最適プロセスとして決定し出力するプロセス選択ステップと、
を更に含む、請求項８に記載の材料データ処理方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、材料データ処理装置、材料データ処理方法、プログラム、及び磁石の製造方法に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
近年、情報科学、特にデータ科学を効果的に活用して、新材料を開発するマテリアルズインフォマティクスという技術分野が注目されている。マテリアルズインフォマティクスでは、様々な実験条件や実験結果等のデータを関連付けてデータベースに蓄積し、統計解析、機械学習、シミュレーション等を駆使して、新材料の開発に役立つ情報を抽出している。
【０００３】
例えば、特許文献１では、材料の組成条件や熱処理条件等のプロセス変数と材料の特性とを関係づけて回帰モデルを学習し、回帰モデルを使用して材料のプロセス変数から材料の特性を予測する技術が記載されている。特許文献１で開示されるような回帰モデルを学習生成する手法は精度が高く、数値データを基本とする材料設計の分野では適用しやすいと考えられている。
【先行技術文献】
【特許文献】
【０００４】
特許第６９５０１１９号
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１のように、材料のプロセス変数と特性のみに基づき学習させた回帰モデルを使用して予測を行う方法では、予測精度の更なる向上には限界があった。そのため、より精度の高い予測を実現するために、例えば、材料の組織情報等を考慮することが考えられる。
【０００６】
本発明は、このような課題に鑑みてなされたもので、材料の組織情報を考慮した材料の分析が可能となる材料データ処理装置等を提供することを目的とする。
【課題を解決するための手段】
【０００７】
前述した課題を解決するための第１の発明は、材料の組織変数の組合せの候補ごとに、当該候補に含まれる各組織変数から材料の特性を予測する組織‐特性モデルの候補を学習し生成するモデル候補生成部と、前記モデル候補生成部によって生成された前記組織‐特性モデルの候補の中から、予測精度が最も高い組織変数の組合せに基づく候補を選定し、分析に利用する組織‐特性モデルとして採用するモデル選定部と、を備える、材料データ処理装置である。
【０００８】
第１の発明において、各組織変数の仮想的なデータである仮想組織データを生成する組織データ生成部と、前記組織データ生成部によって生成された仮想組織データを前記組織‐特性モデルに入力し、材料の特性を予測する特性予測部と、前記特性予測部の予測に基づいて、所望の特性を満たす各組織変数の目標を設定する組織目標設定部と、を更に備えるようにしてもよい。
【０００９】
また、各プロセス変数の仮想データである仮想プロセスデータを生成するプロセスデータ生成部と、前記プロセスデータ生成部によって生成された仮想プロセスデータの中から、前記組織目標設定部によって設定された前記目標を満たすプロセス変数を選択するプロセス選択部と、を更に備えるようにしてもよい。
【００１０】
また、各プロセス変数から各組織変数を予測するプロセス‐組織モデルを学習し生成するプロセス‐組織モデル生成部と、を更に備え、前記プロセス‐組織モデルと前記組織‐特性モデルとを連結させたモデルを構築するようにしてもよい。
（【００１１】以降は省略されています）

関連特許