私たちは「計測」「数値解析」「データ駆動型解析」の3つを組み合わせ、高信頼性材料の開発に取り組んでいます。 まず、微視組織スケールでの変形・破壊現象を複数の計測手法によって定量的に把握し、その観測データをもとに現実の物理現象を再現する数値モデルを構築します。 さらに、そのモデルを用いて多様な微視組織の材料を仮想的に実験し、「組織-微視破壊-特性」のデータを蓄積し、 そこに機械学習や最適化などのデータ駆動型解析を適用し、信頼性向上に繋がる組織を探索するいわゆる“逆問題解析”を進めています。

X線CTを用いた3次元ひずみ計測や結晶塑性有限要素法（CPFEM）を組み合わせ、微視組織と力学特性を結びつける多彩なデータを取得しています。 さらに機械学習やベイズ最適化などのデータ科学手法を駆使し、微視組織から材料特性を高精度に予測。 逆問題解析を通じて特性のトレードオフを克服する微視組織を探索し、次世代材料設計の加速を目指しています。
[1] Acta Materialia (2024) 281 120398
[2] Acta Materialia (2024) 281 120422
[3] Science and Technology of Advanced Materials: Methods 2 (2022) 175-197
[4] Materials Today Communications 33 (2022) 104958

金属3Dプリンタは、高速な溶融と凝固が繰り返されることで複雑な欠陥や微視組織が形成されます。 アコースティックエミッション（AE）法で造形中の「音」を計測し、深層学習モデルを用いることで欠陥をリアルタイム検出する技術を研究中。 さらに、欠陥形状を考慮した結晶塑性有限要素解析により、強度・伸び・疲労など力学特性を高精度に予測し、造形物の信頼性を大幅に向上させることを目指しています。
[1] Engineering Failure Analysis 174 (2025), 109534
[2] International Journal of Fatigue 182 (2024) 108203
[3] Acta Materialia 177 (2019) 56-67

航空機材料には高い疲労耐久性が求められます。 高解像度デジタル画像相関法（HR-DIC）やAE計測により、微視組織レベルのき裂発生・伝播を追跡。 得られた情報を数値解析と組み合わせることで、軽量化と高信頼性を両立する材料設計の指針を導き出す研究を進めています。
[1] International Journal of Plasticity 166 (2023) 103618
[2] Journal of the European Ceramic Society 40 (2020) 2791-2800
[3] Engineering Fracture Mechanics 198 (2018) 158-170

自動車材料は腐食による劣化が大きな課題です。 アルミ合金や高張力鋼を対象に、AEセンサと高速度カメラで腐食環境下の局所組織変化やピット生成を解析。 さらにセルオートマトン（CA）法と有限要素法（FEM）を融合し、腐食と応力場を考慮した微視破壊予測モデルを構築しています。 これにより、耐久性と軽量化を両立するための設計指針を確立することを目指します。
[1] Corrosion Science 240 (2024) 112429
[2] International Journal of Plasticity 170 (2023) 103762
[3] Materials and Design 190 (2020) 108573

ナノスケールで積層した金属材料は、高強度と高導電率、あるいは高強度と高靱性といった両立困難な特性を同時に実現できる可能性があります。 そこで、多様なナノ積層金属を創製し、電子顕微鏡観察やマルチスケールシミュレーションで界面構造や微視破壊挙動を解析。 将来的には電子皮膚やフレキシブル電池、ソフトロボティクスなどへの応用を視野に入れ、革新的な新材料の開発に挑んでいます。
[1] International Journal of Fatigue 193 (2025) 108772
[2] Materials Transactions 65 (2024) 677-686
[3] Materials Transactions 65 (2024) 167-176