CN112912884A - 材料设计装置、材料设计方法和材料设计程序 - Google Patents
材料设计装置、材料设计方法和材料设计程序 Download PDFInfo
- Publication number
- CN112912884A CN112912884A CN201980067776.6A CN201980067776A CN112912884A CN 112912884 A CN112912884 A CN 112912884A CN 201980067776 A CN201980067776 A CN 201980067776A CN 112912884 A CN112912884 A CN 112912884A
- Authority
- CN
- China
- Prior art keywords
- design
- time
- temperature
- casting
- conditions include
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 519
- 238000000034 method Methods 0.000 title claims description 48
- 238000013461 design Methods 0.000 claims abstract description 371
- 238000000605 extraction Methods 0.000 claims abstract description 31
- 239000013077 target material Substances 0.000 claims abstract description 31
- 239000000284 extract Substances 0.000 claims abstract description 8
- 239000000203 mixture Substances 0.000 claims description 120
- 238000004519 manufacturing process Methods 0.000 claims description 119
- 230000032683 aging Effects 0.000 claims description 100
- 238000005266 casting Methods 0.000 claims description 88
- 238000010438 heat treatment Methods 0.000 claims description 71
- 238000000137 annealing Methods 0.000 claims description 69
- 238000001816 cooling Methods 0.000 claims description 54
- 229910052759 nickel Inorganic materials 0.000 claims description 48
- 229910052726 zirconium Inorganic materials 0.000 claims description 48
- 239000000155 melt Substances 0.000 claims description 46
- 229910052748 manganese Inorganic materials 0.000 claims description 41
- 229910052698 phosphorus Inorganic materials 0.000 claims description 41
- 229910052719 titanium Inorganic materials 0.000 claims description 41
- 239000010936 titanium Substances 0.000 claims description 41
- 238000000265 homogenisation Methods 0.000 claims description 39
- 230000006870 function Effects 0.000 claims description 36
- 229910052782 aluminium Inorganic materials 0.000 claims description 35
- 229910052804 chromium Inorganic materials 0.000 claims description 34
- 229910052710 silicon Inorganic materials 0.000 claims description 34
- 229910052718 tin Inorganic materials 0.000 claims description 34
- 229910052720 vanadium Inorganic materials 0.000 claims description 34
- 239000010949 copper Substances 0.000 claims description 29
- 229910052717 sulfur Inorganic materials 0.000 claims description 28
- 229910052802 copper Inorganic materials 0.000 claims description 27
- 229910052742 iron Inorganic materials 0.000 claims description 27
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 27
- 229910052745 lead Inorganic materials 0.000 claims description 27
- 229910052725 zinc Inorganic materials 0.000 claims description 27
- 229910000838 Al alloy Inorganic materials 0.000 claims description 23
- 229910000881 Cu alloy Inorganic materials 0.000 claims description 21
- 229910052750 molybdenum Inorganic materials 0.000 claims description 21
- 239000000498 cooling water Substances 0.000 claims description 20
- 229910052749 magnesium Inorganic materials 0.000 claims description 20
- 239000006104 solid solution Substances 0.000 claims description 20
- 239000000243 solution Substances 0.000 claims description 18
- 238000010801 machine learning Methods 0.000 claims description 16
- 229910000640 Fe alloy Inorganic materials 0.000 claims description 14
- 229910052785 arsenic Inorganic materials 0.000 claims description 14
- 229910052790 beryllium Inorganic materials 0.000 claims description 14
- 229910052797 bismuth Inorganic materials 0.000 claims description 14
- 229910052796 boron Inorganic materials 0.000 claims description 14
- 229910052753 mercury Inorganic materials 0.000 claims description 14
- 229910052758 niobium Inorganic materials 0.000 claims description 14
- 229910052757 nitrogen Inorganic materials 0.000 claims description 14
- 229910052760 oxygen Inorganic materials 0.000 claims description 14
- 229910052711 selenium Inorganic materials 0.000 claims description 14
- 238000007711 solidification Methods 0.000 claims description 14
- 230000008023 solidification Effects 0.000 claims description 14
- 229910052714 tellurium Inorganic materials 0.000 claims description 14
- 229910052721 tungsten Inorganic materials 0.000 claims description 14
- 229910052712 strontium Inorganic materials 0.000 claims description 13
- 229910001018 Cast iron Inorganic materials 0.000 claims description 10
- 229910001069 Ti alloy Inorganic materials 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 9
- 229910052684 Cerium Inorganic materials 0.000 claims description 7
- 229910001566 austenite Inorganic materials 0.000 claims description 7
- 229910052791 calcium Inorganic materials 0.000 claims description 7
- 229910052763 palladium Inorganic materials 0.000 claims description 7
- 238000005096 rolling process Methods 0.000 claims description 7
- 229910000859 α-Fe Inorganic materials 0.000 claims description 7
- 239000000956 alloy Substances 0.000 claims description 5
- 229910010272 inorganic material Inorganic materials 0.000 claims description 3
- 239000011147 inorganic material Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 51
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 27
- 239000011572 manganese Substances 0.000 description 23
- 238000010586 diagram Methods 0.000 description 20
- 239000011701 zinc Substances 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 239000011777 magnesium Substances 0.000 description 11
- 238000011282 treatment Methods 0.000 description 9
- 239000011669 selenium Substances 0.000 description 8
- 239000011651 chromium Substances 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 229910000531 Co alloy Inorganic materials 0.000 description 2
- 229910000861 Mg alloy Inorganic materials 0.000 description 2
- 229910000914 Mn alloy Inorganic materials 0.000 description 2
- 229910000990 Ni alloy Inorganic materials 0.000 description 2
- 229910001297 Zn alloy Inorganic materials 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910001208 Crucible steel Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000010306 acid treatment Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 238000003483 aging Methods 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000005482 strain hardening Methods 0.000 description 1
- 239000008207 working material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- C—CHEMISTRY; METALLURGY
- C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
- C22C—ALLOYS
- C22C1/00—Making non-ferrous alloys
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/26—Composites
Abstract
提供一种能够在短时间导出满足期望材料特性的设计条件的最优解的材料设计装置。一种材料设计装置(1)，具备：对设计对象材料的设计条件的指定范围进行设定的设计条件设定部(11)；在由设计条件设定部(11)设定的指定范围内生成多个综合预测点的综合预测点生成部(12)；存储数据集的设计条件‑材料特性表(14)，数据集是通过将由综合预测点生成部(12)生成的综合预测点输入到学习完毕模型(13)而算出的材料特性值与综合预测点的各点相关联而得到的；对设计对象材料的要求特性的指定范围进行设定的要求特性设定部(21)；以及从设计条件‑材料特性表(14)中提取满足由要求特性设定部(21)设定的要求特性的数据集的设计条件提取部(22)。
Description
技术领域
本发明涉及材料设计装置、材料设计方法和材料设计程序(材料设计程序产品)。
背景技术
以往，在对由多种组成构成的材料或通过多种制造条件的组合制造的材料进行设计时，通过基于材料开发者的经验一边调整材料组成和制造条件一边反复调试，由此求出能够实现预期材料特性的最优解。
但是，基于材料开发者经验的调试，大多需要反复调试直到得到最佳设计为止，需要很多时间和工夫。另外，材料开发者大多是在过去进行过的设计条件的附近局部地进行条件探索，不适合大范围的最佳设计条件的探索。
因此，例如专利文献1中提出了一种材料设计支援系统，其在材料设计者指定预期的材料功能时，提示满足该指定条件的候选材料。专利文献1的系统中，作为用于导出满足预期材料功能(特性)的材料的设计条件、实施所谓逆问题解析的工具，可以利用神经网络等机器学习系统，由此可以使候选材料的预测高效化。
现有技术文献
专利文献1：日本特开2003-178102号公报
发明内容
但是，在专利文献1等记载的以往的逆问题解析中应用机器学习系统的结构中，当存在多种预期材料特性的情况下，要按各特性一边依次调整一边运算以逐渐达到最优解。多种材料特性大多处于此消彼长的关系，直到达到最优解为止要反复试错。因此，如果利用机器学习系统，虽然材料设计者的负担减少，但关于直到求得制造条件的最优解所需的时间，仍存在改善的余地。
本发明的优选实施方式是鉴于相关技术中的上述和/或其他问题而完成的。本发明的优选实施方式能够显著提高现有的方法和/或装置。
本发明的目的是提供能够在短时间内导出满足预期材料特性的设计条件的最优解的材料设计装置、材料设计方法和材料设计程序。
本发明的其它目的和优点将从以下的优选实施方式中变得明确。
本发明具备以下所示的结构。
[1]一种材料设计装置，用于对设计对象材料进行设计，所述设计对象材料包含由多种组成构成的材料或通过多种制造条件的组合制造的材料，所述材料设计装置具备：
学习完毕模型，其通过机器学习来取得包含所述设计对象材料的设计条件在内的输入信息与包含材料特性值在内的输出信息的对应关系；
设计条件设定部，其对所述设计对象材料的设计条件的指定范围进行设定；
综合预测点生成部，其在由所述设计条件设定部设定的指定范围内生成多个综合预测点；
设计条件-材料特性表，其对数据集进行存储，所述数据集是通过将由所述综合预测点生成部生成的综合预测点输入到所述学习完毕模型而算出的材料特性值、与所述综合预测点的各点相关联而得到的；
要求特性设定部，其对所述设计对象材料的要求特性的指定范围进行设定；以及
设计条件提取部，其从所述设计条件-材料特性表中提取满足由所述要求特性设定部设定的要求特性的数据集。
[2]根据前项1所述的材料设计装置，
具备设计条件调整部，所述设计条件调整部对由所述设计条件提取部提取的数据集的设计条件的范围进行调整，
所述设计条件提取部从提取出的所述数据集中进一步锁定(筛选)满足由所述设计条件调整部调整后的设计条件的数据集。
[3]根据前项2所述的材料设计装置，
具备信息显示部，所述信息显示部显示与由所述设计条件提取部提取出的数据集相关的要求特性和设计条件的范围，
所述设计条件调整部根据对显示在所述信息显示部的设计条件的范围进行变更的用户操作来调整设计条件的范围。
[4]根据前项1～3中任一项所述的材料设计装置，
所述要求特性包含多种特性，
所述设计条件提取部提取同时满足所述多种要求特性的数据集。
[5]根据前项4所述的材料设计装置，
所述设计对象材料是无机材料。
[6]根据前项5所述的材料设计装置，
所述设计对象材料为合金系材料。
[7]根据前项6所述的材料设计装置，
所述设计对象材料是铝合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
[8]根据前项6所述的材料设计装置，
所述设计对象材料是铝合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
[9]根据前项6所述的材料设计装置，
所述设计对象材料是铁合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、热加工时的坯料加热温度、热加工时的坯料加热时间、加工速度、压下率、热加工温度、加工刚结束后的冷却速度、自然时效时间、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、奥氏体晶粒度、铁素体晶粒度、冲击特性、疲劳特性、SCC特性、SSC特性中的至少一部分。
[10]根据前项6所述的材料设计装置，
所述设计对象材料是铸铁材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W、Ca、Mg、Ce中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、浇铸速度、凝固速度、凝固后的冷却速度、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、冲击特性、疲劳特性中的至少一部分。
[11]根据前项6所述的材料设计装置，
所述设计对象材料是铜合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
[12]根据前项6所述的材料设计装置，
所述设计对象材料是铜合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
[13]根据前项6所述的材料设计装置，
所述设计对象材料是钛合金，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Al、Sn、V、Mo、Zr、Pd、Si、Cr、Ru、Ta、Co、Ni中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
[14]一种材料设计方法，用于对设计对象材料进行设计，所述设计对象材料包含由多种组成构成的材料或通过多种制造条件的组合制造的材料，所述材料设计方法包括：
模型制作步骤，由该步骤制作学习完毕模型，所述学习完毕模型通过机器学习来取得包含所述设计对象材料的设计条件的输入信息与包含材料特性值的输出信息的对应关系；
设计条件设定步骤，由该步骤对所述设计对象材料的设计条件的指定范围进行设定；
综合预测点生成步骤，由该步骤在由所述设计条件设定步骤设定的指定范围内生成多个综合预测点；
数据集制作步骤，由该步骤将数据集存储到设计条件-材料特性表中，所述数据集是通过将由所述综合预测点生成步骤生成的综合预测点输入到所述学习完毕模型而算出的材料特性值与所述综合预测点的各点相关联而得到的；
要求特性设定步骤，由该步骤对所述设计对象材料的要求特性的指定范围进行设定；以及
设计条件提取步骤，由该步骤从所述设计条件-材料特性表中提取满足由所述要求特性设定步骤设定的要求特性的数据集。
[15]根据前项14所述的材料设计方法，包括：
设计条件调整步骤，由该步骤对由所述设计条件提取步骤提取的数据集的设计条件的范围进行调整；以及
锁定步骤，由该步骤从满足所述要求特性的数据集中进一步锁定为满足由所述设计条件调整步骤调整后的设计条件的数据集群。
[16]根据前项14或15所述的材料设计方法，
所述设计对象材料是铝合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
[17]根据前项14或15所述的材料设计方法，
所述设计对象材料是铝合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
[18]根据前项14或15所述的材料设计方法，
所述设计对象材料是铁合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、热加工时的坯料加热温度、热加工时的坯料加热时间、加工速度、压下率、热加工温度、加工刚结束后的冷却速度、自然时效时间、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、奥氏体晶粒度、铁素体晶粒度、冲击特性、疲劳特性、SCC特性、SSC特性中的至少一部分。
[19]根据前项14或15所述的材料设计方法，
所述设计对象材料是铸铁材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W、Ca、Mg、Ce中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、浇铸速度、凝固速度、凝固后的冷却速度、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、冲击特性、疲劳特性中的至少一部分。
[20]根据前项14或15所述的材料设计方法，
所述设计对象材料是铜合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
[21]根据前项14或15所述的材料设计方法，
所述设计对象材料是铜合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
[22]根据前项14或15所述的材料设计方法，
所述设计对象材料是钛合金，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Al、Sn、V、Mo、Zr、Pd、Si、Cr、Ru、Ta、Co、Ni中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
[23]一种材料设计程序，用于对设计对象材料进行设计，所述设计对象材料包含由多种组成构成的材料或通过多种制造条件的组合制造的材料，所述材料设计程序用于使计算机实现以下功能：
模型制作功能，由该功能制作学习完毕模型，所述学习完毕模型通过机器学习来取得包含所述设计对象材料的设计条件的输入信息与包含材料特性值的输出信息的对应关系；
设计条件设定功能，由该功能对所述设计对象材料的设计条件的指定范围进行设定；
综合预测点生成功能，由该功能在由所述设计条件设定功能设定的指定范围内生成多个综合预测点；
数据集制作功能，由该功能将数据集存储到设计条件-材料特性表中，所述数据集是通过将由所述综合预测点生成功能生成的综合预测点输入到所述学习完毕模型而算出的材料特性值与所述综合预测点的各点相关联而得到的；
要求特性设定功能，由该功能对所述设计对象材料的要求特性的指定范围进行设定；以及
设计条件提取功能，由该功能从所述设计条件-材料特性表中提取满足由所述要求特性设定功能设定的要求特性的数据集。
[24]根据前项23所述的材料设计程序，使计算机实现以下功能：
设计条件调整功能，由该功能对由所述设计条件提取功能提取的数据集的设计条件的范围进行调整；以及
锁定功能，由该功能从满足所述要求特性的数据集中进一步锁定为满足由所述设计条件调整功能调整后的设计条件的数据集群。
[25]根据前项23或24所述的材料设计程序，
所述设计对象材料是铝合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
[26]根据前项23或24所述的材料设计程序，
所述设计对象材料是铝合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
[27]根据前项23或24所述的材料设计程序，
所述设计对象材料是铁合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、热加工时的坯料加热温度、热加工时的坯料加热时间、加工速度、压下率、热加工温度、加工刚结束后的冷却速度、自然时效时间、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、奥氏体晶粒度、铁素体晶粒度、冲击特性、疲劳特性、SCC特性、SSC特性中的至少一部分。
[28]根据前项23或24所述的材料设计程序，
所述设计对象材料是铸铁材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W、Ca、Mg、Ce中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、浇铸速度、凝固速度、凝固后的冷却速度、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、冲击特性、疲劳特性中的至少一部分。
[29]根据前项23或24所述的材料设计程序，
所述设计对象材料是铜合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
[30]根据前项23或24所述的材料设计程序，
所述设计对象材料是铜合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
[31]根据前项23或24所述的材料设计程序，
所述设计对象材料是钛合金，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Al、Sn、V、Mo、Zr、Pd、Si、Cr、Ru、Ta、Co、Ni中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
根据本发明，能够提供可在短时间内导出满足预期材料特性的设计条件的最优解的材料设计装置、材料设计方法和材料设计程序。
附图说明
图1是表示实施方式的材料设计装置的概略结构的框图。
图2是表示设计条件设定部的输入画面一例的图。
图3是表示设计条件设定部的输入画面一例的图。
图4是表示顺问题解析部的输出画面一例的图。
图5是表示设计条件-材料特性表的结构一例的图。
图6是表示要求特性设定部的输入画面一例的图。
图7是表示逆问题解析部的输出画面一例的图。
图8是表示逆问题解析部的输出画面一例的图。
图9是表示材料设计装置的硬件结构的框图。
图10是由顺问题解析部实施的顺问题解析处理的流程图。
图11是由逆问题解析部和设计条件调整部实施的逆问题解析处理的流程图。
具体实施方式
以下，参照附图对实施方式进行说明。为了便于说明的理解，在各附图中对同一构成要素尽量赋予相同标记，省略重复的说明。
参照图1～图9说明实施方式的材料设计装置1的结构。图1是表示实施方式的材料设计装置1的概略结构的框图。材料设计装置1是用于对设计对象材料进行设计的装置，该设计对象材料包含由多种组成构成的材料或通过多种制造条件的组合制造的材料。本实施方式中，作为设计对象材料的一例，列举铝合金的形变材料进行说明。
如图1所示，材料设计装置1具备顺问题解析部10、逆问题解析部20和GUI(Graphical User Interface、图形用户界面)30。顺问题解析部10使用学习完毕模型13，输出满足材料设计者预期的设计条件的材料特性。逆问题解析部20使用基于顺问题解析部10的输出结果创建的设计条件-材料特性表14，输出满足材料设计者预期的要求特性的设计条件。GUI30是具有显示顺问题解析部10和逆问题解析部20的输出结果并提示给材料设计者、和/或接受材料设计者对输出结果的调整操作等功能的用户界面。
顺问题解析部10具有设计条件设定部11、综合预测点生成部12、学习完毕模型13和设计条件-材料特性表14。
设计条件设定部11对作为设计对象材料的铝合金的设计条件的指定范围进行设定。设计条件设定部11例如可以通过在GUI30上显示设计条件的输入画面并向材料设计者提示指定范围的输入，来设定设计条件的指定范围。
图2、图3是表示设计条件设定部11的输入画面11A、11B一例的图。图2是与设计条件中的原料组成相关的项目的输入画面11A的例子，图3是与设计条件中的制造条件相关的项目的输入画面11B的例子。输入画面11A、11B中，能够输入各项目(与热处理有关的项目为温度(℃)和实施时间(小时))的最大值和最小值。再者，也可以在一个画面中归纳显示输入画面11A、11B。
作为原料组成的项目，例如以质量百分率(重量％)计含有Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr等元素种类作为添加物。再者，Al的质量百分率由100％-(上述元素的质量百分率之和)表示。
作为制造条件的项目，例如与热处理有关的项目包括退火、固溶处理、人工时效硬化处理、自然时效处理、热加工处理、冷加工处理、稳定化处理等各处理的温度(℃)和实施时间(小时)，与加工条件相关的项目包括加工率、挤压比、减面率、产品形状等。
综合预测点生成部12在由设计条件设定部11设定出的设计条件的指定范围内生成多个综合预测点。例如在指定了组成项目的Si的质量百分率和制造条件项目的退火的实施时间的范围的情况下，首先在Si质量百分率的指定范围以及退火实施时间的指定范围内分别以随机或预定的变化幅度计算出多个数值，创建各项目的多个数值彼此的所有组合。这些组合作为综合预测点输出。
学习完毕模型13中，已经通过机器学习取得了包括铝合金的设计条件在内的输入信息与包括材料特性值在内的输出信息的对应关系并将其定制化。学习完毕模型13可以应用例如神经网络、遗传算法等的监督学习模型。学习完毕模型13例如从已知的材料数据库等取得包含铝合金的设计条件和材料特性在内的学习用数据，利用该学习用数据进行机器学习。
作为材料特性的项目，包括抗拉强度、0.2％屈服强度、伸长率、线膨胀系数、杨氏模量、泊松比、疲劳特性、硬度、包含蠕变强度和蠕变应变在内的蠕变特性、剪切强度、比热、热传导率、电阻率、密度、固相线、液相线等。
图4是表示顺问题解析部10的输出画面31A一例的图。输出画面31A例如通过信息显示部31显示在GUI30上。图4中，为了简化说明，学习完毕模型13的输出(材料特性)仅限定为“抗拉强度”和“0.2％屈服强度”这2个。图4的例子中，在输出画面31A的上部显示坐标图31A1，坐标图31A1将综合预测点的各点绘制在以学习完毕模型的2个输出即“抗拉强度”和“0.2％屈服强度”为各轴的二维坐标系上，在下部显示各材料特性的箱线图31A2。
设计条件-材料特性表14存储数据集，该数据集是将由综合预测点生成部12生成的综合预测点输入到学习完毕模型13而算出的材料特性值、与综合预测点的各点相关联而得到的。顺问题解析部10中，由学习完毕模型13中进行综合预测点的运算时，将输出与综合预测点(输入)相关联并存储到设计条件-材料特性表14中。图5是表示设计条件-材料特性表14的结构一例的图。如图5所示，学习完毕模型的输入(制造条件、材料组成)和输出(材料特性)被归纳为1个数据集，记录在设计条件-材料特性表14的同一行。设计条件-材料特性表14的各行是各个数据集，各列记录学习完毕模型13的输入及输出的各项目的数值。
这样，顺问题解析部10仅靠执行由材料设计者指定多维设计条件的范围的操作，就能够自动生成将多维设计条件范围内全部综合的设计条件和材料特性的数据集群。
逆问题解析部20具有要求特性设定部21和设计条件提取部22。另外，上述设计条件-材料特性表14也包含在逆问题解析部20中。
要求特性设定部21对作为设计对象材料的铝合金的要求特性的指定范围进行设定。要求特性设定部21例如可以通过在GUI30上显示要求特性的输入画面并向材料设计者提示指定范围的输入，来设定要求特性的指定范围。
图6是表示要求特性设定部21的输入画面21A一例的图。要求特性的项目与上述材料特性的项目相同。图6的例子中，选择“抗拉强度”和“0.2％屈服强度”作为要求特性，在“抗拉强度”的最小值输入数值“a”，在最大值输入数值“b”，在“0.2％屈服强度”的最小值输入数值“c”，在最大值输入数值“d”。
设计条件提取部22从设计条件-材料特性表14提取满足由要求特性设定部21设定出的要求特性的数据集。
图7、图8是表示逆问题解析部20的输出画面31B、31C一例的图。输出画面31B、31C例如通过信息显示部31显示在GUI30上。图7所示输出画面31B中，综合预测点的各点在以“抗拉强度”和“0.2％屈服强度”为各轴的二维坐标系上以黑四方形绘制，进而，满足图6中设置的要求特性(“抗拉强度”在a～b的范围，“0.2％屈服强度”在c～d范围)的点以白色圆圈绘制显示。另外，图8所示输出画面31C中，在上部显示满足要求特性的组成的箱线图31C1，在下部显示各要求特性的箱线图31C2。
再者，逆问题解析部20也可以输出满足要求特性的制造条件的范围。另外，逆问题解析部20也可以在向设计条件提取部22的输入信息中包含制造条件。该情况下，逆问题解析部20对于要求特性和要求制造条件的输入输出满足条件的组成。
这样，逆问题解析部20仅靠由材料设计者进行指定多维要求特性的范围的操作，就能够提取同时满足多维要求特性的设计条件(组成或制造条件)。另外，逆问题解析不使用模拟或学习模型，而是沿用顺问题解析部10创建的设计条件-材料特性表14，所以也能够显著降低计算成本。
GUI30具有信息显示部31。
信息显示部31显示顺问题解析部10和逆问题解析部20的输出。例如图7和图8所示，显示由设计条件提取部22提取出的与数据集相关的要求特性和设计条件的范围。
GUI30可以还具有设计条件调整部32。
设计条件调整部32对由设计条件提取部22提取出的数据集的设计条件的范围进行调整。设计条件调整部32例如可以通过材料设计者对显示在GUI30上的输出画面31c的组成范围进行变更的操作输入，来调整设计条件的范围。
另外，设计条件提取部22还可以从根据要求特性提取的数据集群中，进一步锁定为满足由上述设计条件调整部32调整后的设计条件的数据集群。
该情况下，如图8中箭头A所示，例如在组成的箱线图31C1上进行降低预定原料(在图8的例子中为Cu)的最大值的操作时，根据该操作，由设计条件调整部32和设计条件提取部22进行数据集群的锁定，结果，根据被锁定的数据集群来更新各要求特性的箱线图31C2。例如图8中箭头B所示，根据Cu的最大值的降低，要求特性之中0.2％屈服强度的最大值联动地下降显示。材料设计者可以在输出画面31C上观察与这样的组成范围的调整相对应的特性变动，锁定为预期的组成范围。
逆问题解析部20输出满足要求特性的设计条件，但这些设计条件终究是从设计条件-材料特性表14的综合预测点之中自动提取出的，并未考虑实际制造的难易度等制造上的限制。例如，可考虑操作困难从而实际制作困难、制作需要时间长、处理费时、铸造时产生缩孔的组成、无法成形、不考虑成本则可制造但无法在通常的工厂设备下制造等各种制造上的限制。在GUI30具有设计条件调整部32的情况下，可以通过使用设计条件调整部32由材料设计者来调整逆问题解析部20的输出结果，由此基于材料设计者的经验法则考虑制造上的限制对满足要求特性的制造条件进行锁定。也就是说，能够成为基于机器学习的预测和材料设计者的经验协作的材料设计。
图9是表示材料设计装置1的硬件结构的框图。如图9所示，材料设计装置1可以作为在物理上包含CPU(Central Processing Unit、中央处理器)101、作为主存储装置的RAM(Random Access Memory、随机存取存储器)102和ROM(Read Only Memory、只读存储器)103、作为输入设备的键盘和鼠标等输入装置104、显示器等输出装置105、作为网卡等数据收发设备的通信模块106、硬盘等辅助存储装置107等的计算机系统而构成。
图1所示材料设计装置1的各功能，通过在CPU101、RAM102等硬件上读入预定的计算机软件(材料设计程序)，来在CPU101的控制下使通信模块106、输入装置104、输出装置105工作，并且通过在RAM102和辅助存储装置107中的数据读取和写入来实现。即，通过在计算机上执行本实施方式的材料设计程序，材料设计装置1作为图1的设计条件设定部11、综合预测点生成部12、要求特性设定部21、设计条件提取部22、信息显示部31、设计条件调整部32发挥作用。也能够实现模型创建功能和数据集创建功能，该模型创建功能创建学习完毕模型13，学习完毕模型13通过机器学习获取了包括设计目标材料的设计条件在内的输入信息和包括材料特性值在内的输出信息的对应关系，该数据集创建功能在材料特性表14中存储数据集，该数据集是将由综合预测点生成功能生成的综合预测点输入到学习完毕模型13而算出的材料特性值、与综合预测点的各点相关联而得到的。再者，图1所示设计条件-材料特性表14可以通过计算机具备的存储装置(RAM102、ROM103、辅助存储装置107等)的一部分来实现，图1所示GUI30可以通过计算机具备的输出装置105或输入装置104来实现。
本实施方式的材料设计程序例如存储在计算机具备的存储装置内。再者，材料设计程序可以是其一部分或全部通过通信线路等传输介质传输，由计算机具备的通信模块等接收并记录(包括安装)。另外，材料设计程序可以是其一部分或全部从存储在CD-ROM、DVD-ROM、闪存等可携带的存储介质中的状态记录(包括安装)到计算机内。
参照图10、图11，对使用了实施方式的材料设计装置1的材料设计方法进行说明。图10是由顺问题解析部10实施的顺问题解析处理的流程图。
再者，在进行图10的顺问题解析处理之前，实施创建学习完毕模型13的处理(模型创建步骤)，学习完毕模型13是通过机器学习取得了包含设计对象材料的设计条件在内的输入信息和包含材料特性值在内的输出信息的对应关系而得到的。模型创建步骤可以由材料设计装置1实施，或者也可以由其他设备实施，材料设计装置1取得由其他设备创建的学习完毕模型13。
步骤S101中，由设计条件设定部11设定作为设计对象材料的铝合金的设计条件的指定范围(设计条件设定步骤)。设计条件设定部11在GUI30上显示例如图2、图3所示输入画面11A、11B，使材料设计者输入指定范围。
步骤S102中，由综合预测点生成部12在步骤S101中设定的设计条件的指定范围内生成多个综合预测点(综合预测点生成步骤)。
步骤S103～S106中，由顺问题解析部10将数据集存储到设计条件-材料特性表14中(数据集生成步骤)，该数据集是将步骤S102中生成的综合预测点输入到学习完毕模型13中而算出的材料特性值与综合预测点的各点相关联而得到的。
首先，步骤S103中选择1个综合预测点，步骤S104中，将步骤S103中选出的综合预测点输入到学习完毕模型13中而算出材料特性值。然后，步骤S105中，将步骤S103中选出的学习完毕模型13的输入的综合预测点与输出的材料特性值相关联并存储到设计条件-材料特性表14中。通过步骤S103～S105的处理，生成1个数据集。
步骤S106中，判定是否存在未选择的综合预测点。当存在未选择的综合预测点的情况下(步骤S106的是)，返回步骤S103反复生成数据集。当综合预测点全部选择完毕的情况下(步骤S106的否)，结束数据集的生成，进入到步骤S107。
步骤S107中，由信息显示部31在GUI30上显示步骤S104中算出的各综合预测点的材料特性值。信息显示部31在GUI30上显示例如图4所示输出画面31A。当步骤S107的处理结束时，结束本控制流程的顺问题解析处理。
图11是由逆问题解析部20和设计条件调整部32实施的逆问题解析处理的流程图。
步骤S201中，由要求特性设定部21设定作为设计对象材料的铝合金的要求特性的指定范围(要求特性设定步骤)。要求特性设定部21在GUI30上显示例如图6所示输入画面21A，使材料设计者输入指定范围。
步骤S202中，由设计条件提取部22从设计条件-材料特性表14中提取满足步骤S201中设置的要求特性的数据集(设计条件提取步骤)。
步骤S203中，由信息显示部31使用步骤203中提取出的数据集，在GUI30上显示满足步骤S201中指定的要求特性的材料组成的范围和要求特性。信息显示部31在GUI30上显示例如图7、图8所示输出画面31B、31C。
步骤S204中，由设计条件调整部32在表示满足要求特性的材料组成的范围的输出画面31C中，判定材料设计者有没有进行组成调整的操作。如参照图8的箭头A说明的那样，材料设计者能够进行变更输出画面31C的材料组成的箱线图的最大值和最小值的位置的操作(设计条件调整步骤)。当存在该操作的情况下(步骤S204的是)，由设计条件调整部32将调整后的组成范围的信息输出到设计条件提取部22，进入到步骤S205。当不存在操作的情况下(步骤S204的否)，结束本控制流程的逆问题解析处理。
步骤S205中，步骤S204中检测到组成调整的操作，所以通过设计条件提取部22，从步骤S202中提取出的数据集之中锁定满足组成范围调整后的材料组成的数据(锁定步骤)。
步骤S206中，由信息显示部31使用步骤205中锁定后的数据集，更新步骤S203中显示的要求特性的输出画面31C。步骤S206的处理完成时，结束逆问题解析处理。
对本实施方式的效果进行说明。本实施方式的材料设计装置1，作为顺问题解析部10，具备：设定设计对象材料的设计条件的指定范围的设计条件设定部11；在由设计条件设定部11设定的指定范围内生成多个综合预测点的综合预测点生成部12；以及存储数据集的设计条件-材料特性表14，该数据集是将由综合预测点生成部12生成的综合预测点输入到学习完毕模型13中而算出的材料特性值、与综合预测点的各点相关联而得到的。另外，作为逆问题解析部20，具备：设定设计对象材料的要求特性的指定范围的要求特性设定部21；以及从设计条件-材料特性表14中提取数据集的设计条件提取部22，该数据集满足由要求特性设定部21设定的要求特性。
这样，本实施方式中，在顺问题分析的实施中，创建由逆问题解析利用的数据集群并将其存储到设计条件-材料特性表14中。然后，在逆问题解析的实施时，参照设计条件-材料特性表14，提取满足要求特性的数据集。也就是说，逆问题解析中，不进行任何模拟和模型运算等数值计算，只进行检索设计条件-材料特性表14的操作，所以能够大幅降低计算成本，能够在短时间内导出满足预期材料特性的设计条件的最优解。
另外，在以往的基于模拟的逆问题解析、和在逆问题解析中应用机器学习系统的情况下，当存在多种要求特性的情况下，一边按各特性依次进行调整一边进行运算以逐渐达到最优解，并不是以同时满足多种特性的方式归纳实施候选材料的探索。多种材料特性大多处于此消彼长的关系，由于反复进行试错直至达到最优解，所以直至求出满足预期材料特性的设计条件的最优解为止的时间很长。与此相对，本实施方式中，如果将学习完毕的模型13的输出(材料特性)设定为多个，在设计条件-材料特性表14中创建多个材料特性的项目，则在逆问题解析中，能够以同时满足多种材料特性的方式归纳实施候选材料的探索。由此，即使在设定多种要求特性的情况下，也能够与以往的方法相比大幅减少导出最优解所需的时间。
另外，由于存储到设计条件-材料特性表14中的数据集群是从顺问题分析中自动生成的大量综合预测点导出的信息，所以设计条件和材料特性的各项目的变化幅度足够小，分辨率高。因此，即使在逆问题解析中也能够高精度地预测满足要求特性的设计条件。
另外，材料设计装置1优选具备设计条件调整部32，其用于对由设计条件提取部22提取出的数据集的设计条件的范围进行调整。在材料设计装置1具有设计条件调整部32的情况下，设计条件提取部22从提取出的数据集进一步锁定满足由设计条件调整部32调整后的设计条件的数据集。
该情况下，可以对于根据要求特性由设计条件提取部22机械地提取设计条件-材料特性表14的设计条件，考虑基于材料设计者的经验的制造限制等进行锁定。由此，能够进行基于机器学习的预测和材料设计者的经验协作的材料设计，能够提取更容易制造的设计条件。
另外，本实施方式的材料设计装置1具备信息显示部31，其显示由设计条件提取部22提取出的数据集相关的要求特性和设计条件的范围。此外，当材料设计装置1具有设计条件调整部32的情况下，设计条件调整部32根据变更显示信息显示部31上的设计条件的范围的用户操作，调整设计条件的范围。
在材料设计装置1具有设计条件调整部32的情况下，能够在GUI30上更直观地进行由材料设计者进行的设计条件的范围的调整操作，能够减少调整操作的负荷而变得简易。另外，由于能够将调整操作的结果立即反映在输出屏幕31B、31C上，所以材料设计者能够进行交互式调整操作，能够更有效地调整设计条件的范围。
以上，参照具体例对本实施方式进行了说明。但是，本公开并不限于这些具体例。只要具备本公开的特征，本领域技术人员在这些具体例中适当地设计变更后的方案也包含在本公开的范围内。前述各具体例具备的各要素及其配置、条件、形状等并不限定于例示，可以适当变更。只要不产生技术上的矛盾，前述各具体例具备的各要素就可以适当地改变组合。
另外，在上述实施方式中，作为设计对象材料，以使用铝合金的轧制材料、挤压材料、拉拔材料、锻造材料等形变材料(塑性加工材料)的情况为例进行了说明，但并不仅限于此，在本发明中，作为设计对象材料，也可以使用铝合金的铸造材料等铸造材料。
上述实施方式中，作为材料设计装置1的设计对象材料列举了铝合金，但也可以是铝合金以外的合金系材料。作为这样的合金系材料，可举Fe合金(铁合金)、Cu合金(铜合金)、Ni合金(镍合金)、Co合金(钴合金)、Ti合金(钛合金)、Mg合金(镁合金)、Mn合金(锰合金)、Zn合金(锌合金)等。另外，设计对象材料可以是合金以外的全部无机材料，也可以是全部有机材料。总之，设计对象材料包括由多种组成构成的材料、或通过多种制造条件·处理(温度、压力、加工、氧化处理、酸处理、配合、混合、搅拌等)的组合而制造的全部材料。
另外，在本发明中，作为设计对象材料的铁合金，包括铁合金形变材料和铸铁材料(铁合金铸造材料)。铁合金形变材料包括钢铁材料和不锈钢，铸铁材料包括铸钢材料。在铁合金形变材料中，作为设计条件的材料组成，含有C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W中的至少一部分，作为制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、热加工时的坯料加热温度、热加工时的坯料加热时间、加工速度、压下率、热加工温度、加工刚结束后的冷却速度、自然时效时间、热处理温度、热处理时间、热处理的冷却速度中的至少一部分。铁合金形变材料的材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、奥氏体晶粒度、铁素体晶粒度、冲击特性、疲劳特性、SCC特性、SSC特性中的至少一部分。
在铸铁材料中，作为设计条件的材料组成，含有C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W、Ca、Mg、Ce中的至少一部分，作为制造条件，包含浇铸时的熔液温度、浇铸速度、凝固速度、凝固后的冷却速度、热处理温度、热处理时间、热处理的冷却速度中的至少一部分。铸铁材料的材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、冲击特性、疲劳特性中的至少一部分。
另外，在本发明中，作为设计对象材料的铜合金，包括铜合金形变材料和铜合金铸造材料。在铜合金形变材料中，作为设计条件的材料组成，含有Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为制造条件，包括坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分。铜合金形变材料的材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、导热率、杨氏模量、线膨胀系数中的至少一部分。
在铜合金铸造材料中，作为设计条件的材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分。铜合金铸造材料的材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、导热率、杨氏模量、线膨胀系数中的至少一部分。
另外，在本发明中，在作为设计对象材料的钛合金中，作为设计条件的材料组成，包含Al、Sn、V、Mo、Zr、Pd、Si、Cr、Ru、Ta、Co、Ni中的至少一部分，作为制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、人工时效温度、人工时效时间，退火温度、退火时间中的至少一部分。钛合金的材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
产业上的可利用性
本发明的材料设计装置可以在对包含由多种组成构成的材料或通过多种制造条件的组合制造的材料在内的设计对象材料进行设计时使用。
本申请基于2018年10月30日提出申请的日本专利申请2018-204439号主张优先权，其公开内容直接构成本申请的一部分。
必须认识到，在此使用的术语和表达是为了说明而使用的，并不是为了限定性地解释而使用的，不排除在此示出和描述的特征事项的任何等价物，也允许在本发明的权利要求范围内的各种变形。
附图标记说明
1 材料设计装置
11 设计条件设定部
12 综合预测点生成部
13 学习完毕模型
14 设计条件-材料特性表
21 要求特性设定部
22 设计条件提取部
31 信息显示部
32 设计条件调整部。
Claims (31)
1.一种材料设计装置，用于对设计对象材料进行设计，所述设计对象材料包含由多种组成构成的材料或通过多种制造条件的组合制造的材料，所述材料设计装置具备：
学习完毕模型，其通过机器学习来取得包含所述设计对象材料的设计条件的输入信息与包含材料特性值的输出信息的对应关系；
设计条件设定部，其对所述设计对象材料的设计条件的指定范围进行设定；
综合预测点生成部，其在由所述设计条件设定部设定的指定范围内生成多个综合预测点；
设计条件-材料特性表，其对数据集进行存储，所述数据集是通过将由所述综合预测点生成部生成的综合预测点输入到所述学习完毕模型而算出的材料特性值与所述综合预测点的各点相关联而得到的；
要求特性设定部，其对所述设计对象材料的要求特性的指定范围进行设定；以及
设计条件提取部，其从所述设计条件-材料特性表中提取满足由所述要求特性设定部设定的要求特性的数据集。
2.根据权利要求1所述的材料设计装置，
具备设计条件调整部，所述设计条件调整部对由所述设计条件提取部提取的数据集的设计条件的范围进行调整，
所述设计条件提取部从提取出的所述数据集中进一步锁定满足由所述设计条件调整部调整后的设计条件的数据集。
3.根据权利要求2所述的材料设计装置，
具备信息显示部，所述信息显示部显示与由所述设计条件提取部提取出的数据集相关的要求特性和设计条件的范围，
所述设计条件调整部根据对显示在所述信息显示部的设计条件的范围进行变更的用户操作来调整设计条件的范围。
4.根据权利要求1～3中任一项所述的材料设计装置，
所述要求特性包含多种特性，
所述设计条件提取部提取同时满足所述多种要求特性的数据集。
5.根据权利要求4所述的材料设计装置，
所述设计对象材料是无机材料。
6.根据权利要求5所述的材料设计装置，
所述设计对象材料为合金系材料。
7.根据权利要求6所述的材料设计装置，
所述设计对象材料是铝合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
8.根据权利要求6所述的材料设计装置，
所述设计对象材料是铝合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
9.根据权利要求6所述的材料设计装置，
所述设计对象材料是铁合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、热加工时的坯料加热温度、热加工时的坯料加热时间、加工速度、压下率、热加工温度、加工刚结束后的冷却速度、自然时效时间、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、奥氏体晶粒度、铁素体晶粒度、冲击特性、疲劳特性、SCC特性、SSC特性中的至少一部分。
10.根据权利要求6所述的材料设计装置，
所述设计对象材料是铸铁材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W、Ca、Mg、Ce中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、浇铸速度、凝固速度、凝固后的冷却速度、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、冲击特性、疲劳特性中的至少一部分。
11.根据权利要求6所述的材料设计装置，
所述设计对象材料是铜合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
12.根据权利要求6所述的材料设计装置，
所述设计对象材料是铜合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
13.根据权利要求6所述的材料设计装置，
所述设计对象材料是钛合金，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Al、Sn、V、Mo、Zr、Pd、Si、Cr、Ru、Ta、Co、Ni中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
14.一种材料设计方法，用于对设计对象材料进行设计，所述设计对象材料包含由多种组成构成的材料或通过多种制造条件的组合制造的材料，所述材料设计方法包括：
模型制作步骤，由该步骤制作学习完毕模型，所述学习完毕模型通过机器学习来取得包含所述设计对象材料的设计条件的输入信息与包含材料特性值的输出信息的对应关系；
设计条件设定步骤，由该步骤对所述设计对象材料的设计条件的指定范围进行设定；
综合预测点生成步骤，由该步骤在由所述设计条件设定步骤设定的指定范围内生成多个综合预测点；
数据集制作步骤，由该步骤将数据集存储到设计条件-材料特性表中，所述数据集是通过将由所述综合预测点生成步骤生成的综合预测点输入到所述学习完毕模型而算出的材料特性值与所述综合预测点的各点相关联而得到的；
要求特性设定步骤，由该步骤对所述设计对象材料的要求特性的指定范围进行设定；以及
设计条件提取步骤，由该步骤从所述设计条件-材料特性表中提取满足由所述要求特性设定步骤设定的要求特性的数据集。
15.根据权利要求14所述的材料设计方法，包括：
设计条件调整步骤，由该步骤对由所述设计条件提取步骤提取的数据集的设计条件的范围进行调整；以及
锁定步骤，由该步骤从满足所述要求特性的数据集中进一步锁定为满足由所述设计条件调整步骤调整后的设计条件的数据集群。
16.根据权利要求14或15所述的材料设计方法，
所述设计对象材料是铝合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
17.根据权利要求14或15所述的材料设计方法，
所述设计对象材料是铝合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
18.根据权利要求14或15所述的材料设计方法，
所述设计对象材料是铁合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、热加工时的坯料加热温度、热加工时的坯料加热时间、加工速度、压下率、热加工温度、加工刚结束后的冷却速度、自然时效时间、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、奥氏体晶粒度、铁素体晶粒度、冲击特性、疲劳特性、SCC特性、SSC特性中的至少一部分。
19.根据权利要求14或15所述的材料设计方法，
所述设计对象材料是铸铁材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W、Ca、Mg、Ce中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、浇铸速度、凝固速度、凝固后的冷却速度、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、冲击特性、疲劳特性中的至少一部分。
20.根据权利要求14或15所述的材料设计方法，
所述设计对象材料是铜合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
21.根据权利要求14或15所述的材料设计方法，
所述设计对象材料是铜合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
22.根据权利要求14或15所述的材料设计方法，
所述设计对象材料是钛合金，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Al、Sn、V、Mo、Zr、Pd、Si、Cr、Ru、Ta、Co、Ni中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
23.一种材料设计程序，用于对设计对象材料进行设计，所述设计对象材料包含由多种组成构成的材料或通过多种制造条件的组合制造的材料，所述材料设计程序用于使计算机实现以下功能：
模型制作功能，由该功能制作学习完毕模型，所述学习完毕模型通过机器学习来取得包含所述设计对象材料的设计条件的输入信息与包含材料特性值的输出信息的对应关系；
设计条件设定功能，由该功能对所述设计对象材料的设计条件的指定范围进行设定；
综合预测点生成功能，由该功能在由所述设计条件设定功能设定的指定范围内生成多个综合预测点；
数据集制作功能，由该功能将数据集存储到设计条件-材料特性表中，所述数据集是通过将由所述综合预测点生成功能生成的综合预测点输入到所述学习完毕模型而算出的材料特性值与所述综合预测点的各点相关联而得到的；
要求特性设定功能，由该功能对所述设计对象材料的要求特性的指定范围进行设定；以及
设计条件提取功能，由该功能从所述设计条件-材料特性表中提取满足由所述要求特性设定功能设定的要求特性的数据集。
24.根据权利要求23所述的材料设计程序，使计算机实现以下功能：
设计条件调整功能，由该功能对由所述设计条件提取功能提取的数据集的设计条件的范围进行调整；以及
锁定功能，由该功能从满足所述要求特性的数据集中进一步锁定为满足由所述设计条件调整功能调整后的设计条件的数据集群。
25.根据权利要求23或24所述的材料设计程序，
所述设计对象材料是铝合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
26.根据权利要求23或24所述的材料设计程序，
所述设计对象材料是铝合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Si、Fe、Cu、Mn、Mg、Cr、Ni、Zn、Ti、V、Pb、Sn、Bi、B、P、Zr、Sr中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
27.根据权利要求23或24所述的材料设计程序，
所述设计对象材料是铁合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、热加工时的坯料加热温度、热加工时的坯料加热时间、加工速度、压下率、热加工温度、加工刚结束后的冷却速度、自然时效时间、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、奥氏体晶粒度、铁素体晶粒度、冲击特性、疲劳特性、SCC特性、SSC特性中的至少一部分。
28.根据权利要求23或24所述的材料设计程序，
所述设计对象材料是铸铁材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含C、B、N、Si、P、S、Mn、Al、Ti、V、Cr、Co、Ni、Cu、Zr、Nb、Mo、W、Ca、Mg、Ce中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、浇铸速度、凝固速度、凝固后的冷却速度、热处理温度、热处理时间、热处理的冷却速度中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、冲击特性、疲劳特性中的至少一部分。
29.根据权利要求23或24所述的材料设计程序，
所述设计对象材料是铜合金形变材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含坯料铸造时的熔液温度、铸造速度、冷却水量、均匀化温度、均匀化时间、均匀化后的冷却速度、热加工时的坯料加热温度、加工速度、加工刚结束后的冷却速度、自然时效时间、人工时效温度、人工时效时间、热加工温度、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
30.根据权利要求23或24所述的材料设计程序，
所述设计对象材料是铜合金铸造材料，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Zn、Pb、Bi、Sn、Fe、P、Al、Hg、Ni、Mn、Se、Te、O、S、Zr、Be、Co、Ti、As中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、自然时效时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、导电率、热传导率、杨氏模量、线膨胀系数中的至少一部分。
31.根据权利要求23或24所述的材料设计程序，
所述设计对象材料是钛合金，
所述设计条件包含材料组成和制造条件，
作为所述材料组成，包含Al、Sn、V、Mo、Zr、Pd、Si、Cr、Ru、Ta、Co、Ni中的至少一部分，作为所述制造条件，包含浇铸时的熔液温度、固溶温度、固溶时间、人工时效温度、人工时效时间、退火温度、退火时间中的至少一部分，
所述材料特性值包含0.2％屈服强度、抗拉强度、伸长率、杨氏模量、线膨胀系数、疲劳特性中的至少一部分。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018204439 | 2018-10-30 | ||
| JP2018-204439 | 2018-10-30 | ||
| PCT/JP2019/042466 WO2020090848A1 (ja) | 2018-10-30 | 2019-10-30 | 材料設計装置、材料設計方法、及び材料設計プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112912884A true CN112912884A (zh) | 2021-06-04 |
| CN112912884B CN112912884B (zh) | 2023-11-21 |
Family
ID=70462074
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980067776.6A Active CN112912884B (zh) | 2018-10-30 | 2019-10-30 | 材料设计装置、材料设计方法和材料设计程序 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20210397769A1 (zh) |
| EP (1) | EP3876131A4 (zh) |
| JP (1) | JP6976456B2 (zh) |
| CN (1) | CN112912884B (zh) |
| WO (1) | WO2020090848A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115599761A (zh) * | 2021-08-05 | 2023-01-13 | 日立金属株式会社（Jp） | 数据库、材料数据处理系统以及数据库的制作方法 |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6617842B1 (ja) * | 2019-01-17 | 2019-12-11 | Ｊｆｅスチール株式会社 | 金属材料の設計支援方法及び設計支援装置 |
| JP2023532521A (ja) | 2020-06-30 | 2023-07-28 | エナジー ヴォールト インコーポレイテッド | エネルギー貯蔵及び供給システム及び方法 |
| CN112461620A (zh) * | 2020-10-16 | 2021-03-09 | 天津大学 | 一种适用于微土工离心机试验的模型制作方法 |
| JPWO2023002951A1 (zh) * | 2021-07-21 | 2023-01-26 | ||
| JP7201763B1 (ja) | 2021-09-17 | 2023-01-10 | 株式会社神戸製鋼所 | 試作支援システム、及び、量産支援システム |
| KR102627885B1 (ko) * | 2021-10-21 | 2024-01-23 | 울산과학기술원 | 인공지능을 이용하여 솔라 셀을 설계하는 방법 및 장치 |
| JP7380932B2 (ja) | 2022-03-02 | 2023-11-15 | 株式会社プロテリアル | プロセス推定方法及び装置 |
| US20230280700A1 (en) | 2022-03-02 | 2023-09-07 | Proterial, Ltd. | Process estimation method and process estimation device |
| WO2023190887A1 (ja) * | 2022-03-30 | 2023-10-05 | 凸版印刷株式会社 | 設計支援システム、および設計支援方法 |
| JP7409464B1 (ja) | 2022-11-01 | 2024-01-09 | 株式会社プロテリアル | 材料データ処理装置及び方法 |
| JP7409472B1 (ja) | 2022-12-14 | 2024-01-09 | 株式会社プロテリアル | 材料データ処理装置及び方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1074244A (zh) * | 1991-12-03 | 1993-07-14 | 普拉塞尔技术有限公司 | 在钢的精炼中使用神经网络将熔融金属脱碳的方法 |
| CN101751487A (zh) * | 2008-12-18 | 2010-06-23 | 北京航空航天大学 | 利用人工神经网络的弯曲位移 |
| CN101763450A (zh) * | 2009-12-31 | 2010-06-30 | 辽宁工业大学 | 钛合金成分定量设计方法 |
| DE102015110591A1 (de) * | 2014-08-01 | 2016-02-04 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Materialeigenschaftsprädikator für gegossene Aluminium-Legierungen |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2419600A1 (en) * | 2000-08-22 | 2002-02-28 | 3-Dimensional Pharmaceuticals, Inc. | Method, system, and computer program product for determining properties of combinatorial library products from features of library building blocks |
| JP4047581B2 (ja) | 2001-12-12 | 2008-02-13 | 社団法人化学工学会 | 材料設計支援方法ならびにそのシステム |
| KR102457974B1 (ko) * | 2015-11-04 | 2022-10-21 | 삼성전자주식회사 | 신규 물질 탐색 방법 및 장치 |
| JP2018204439A (ja) | 2017-05-30 | 2018-12-27 | 株式会社豊田自動織機 | 容量可変型斜板式圧縮機 |
-
2019
- 2019-10-30 WO PCT/JP2019/042466 patent/WO2020090848A1/ja unknown
- 2019-10-30 JP JP2020553957A patent/JP6976456B2/ja active Active
- 2019-10-30 US US17/289,277 patent/US20210397769A1/en active Pending
- 2019-10-30 CN CN201980067776.6A patent/CN112912884B/zh active Active
- 2019-10-30 EP EP19880532.7A patent/EP3876131A4/en active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1074244A (zh) * | 1991-12-03 | 1993-07-14 | 普拉塞尔技术有限公司 | 在钢的精炼中使用神经网络将熔融金属脱碳的方法 |
| CN101751487A (zh) * | 2008-12-18 | 2010-06-23 | 北京航空航天大学 | 利用人工神经网络的弯曲位移 |
| CN101763450A (zh) * | 2009-12-31 | 2010-06-30 | 辽宁工业大学 | 钛合金成分定量设计方法 |
| DE102015110591A1 (de) * | 2014-08-01 | 2016-02-04 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Materialeigenschaftsprädikator für gegossene Aluminium-Legierungen |
Non-Patent Citations (3)
| Title |
|---|
| S.MALINOV,ET AL: "Modelling the correlation between processing parameters and properties in titanium alloys using artificial neural network", COMPUTATIONAL MATERIALS SCIENCE, pages 375 - 394 * |
| 张国英,刘贵立,曾梅光,钱存富,耿平: "人工神经网络在材料设计中的应用", 材料科学与工艺, no. 03 * |
| 曾渝,朱远志,尹志民: "超高强Al-Zn-Mg-Cu-Zr-Ag合金时效性能预测的人工神经网络模型", 稀有金属材料与工程, no. 05 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115599761A (zh) * | 2021-08-05 | 2023-01-13 | 日立金属株式会社（Jp） | 数据库、材料数据处理系统以及数据库的制作方法 |
| CN115599761B (zh) * | 2021-08-05 | 2024-04-16 | 株式会社博迈立铖 | 数据库、材料数据处理系统以及数据库的制作方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3876131A4 (en) | 2022-08-10 |
| US20210397769A1 (en) | 2021-12-23 |
| JP6976456B2 (ja) | 2021-12-08 |
| WO2020090848A1 (ja) | 2020-05-07 |
| JPWO2020090848A1 (ja) | 2021-09-02 |
| EP3876131A1 (en) | 2021-09-08 |
| CN112912884B (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112912884B (zh) | 材料设计装置、材料设计方法和材料设计程序 | |
| US11175250B2 (en) | Methods of selecting material compositions and designing materials having a target property | |
| EP4006764A1 (en) | Material design system, material design method, and material design program | |
| Raghavan et al. | Effect of different heat treatments on the microstructure and mechanical properties in selective laser melted INCONEL 718 alloy | |
| KR101011546B1 (ko) | 예측식 작성장치 및 예측식 작성방법 | |
| CN109843460A (zh) | 铝制品的特性预测装置、铝制品的特性预测方法、控制程序、以及记录介质 | |
| DE102012203435A1 (de) | Ermittlung einer Materialeigenschaftsverteilung zur Berechnung der Ermüdungslebensdauer unter Verwendung eines Modells für den Dendritenarmabstand und eines porositätsbasierten Modells | |
| JP2008112288A (ja) | 予測式作成装置、結果予測装置、品質設計装置、予測式作成方法及び製品の製造方法 | |
| JP5957731B2 (ja) | 冷延鋼板の製造条件決定方法、製造条件決定装置および製造条件決定プログラム | |
| CN113330468A (zh) | 金属材料的设计支援方法、预测模型的生成方法、金属材料的制造方法以及设计支援装置 | |
| JPWO2019188941A1 (ja) | 解析システム、解析方法、およびプログラム | |
| Shen et al. | A deep learning method for extensible microstructural quantification of DP steel enhanced by physical metallurgy-guided data augmentation | |
| Buerstmayr et al. | Investigation and simulation of the effects of nm-scale γ′ Precipitates on the recrystallization of Ni-based superalloys | |
| KR20210110716A (ko) | 금속 재료의 설계 지원 방법 및 설계 지원 장치 | |
| Anantha et al. | Utilisation of fuzzy logic and genetic algorithm to seek optimal corrugated die design for CGP of AZ31 magnesium alloy | |
| Khalaj et al. | Modeling the correlation between yield strength, chemical composition and ultimate tensile strength of X70 pipeline steels by means of gene expression programming | |
| EP2752780A1 (en) | Simulation model generation method for filler mixed material | |
| JP2002236119A (ja) | 鋼材の材質推定装置 | |
| WO2023002951A1 (ja) | 材料設計支援装置、材料設計支援方法、及びプログラム | |
| US20220019906A1 (en) | Technical knowledge prediction apparatus, method, and program | |
| EP4364156A1 (en) | A method for developing sustainable aluminium products, and a product produced according to the method | |
| JP2003239022A (ja) | 鋼材の製造条件作成装置 | |
| JP2005070056A (ja) | 鋼材の材質推定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Tokyo, Japan Applicant after: Lishennoco Co.,Ltd. Address before: Tokyo, Japan Applicant before: Showa electrical materials Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230510 Address after: Tokyo, Japan Applicant after: Showa electrical materials Co.,Ltd. Address before: Tokyo, Japan Applicant before: SHOWA DENKO Kabushiki Kaisha |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |