ポスターセッション（28件）

① 高強度耐水素材料課題

No.1

氏　　名	北野 萌一
所属職位	物質・材料研究機構　主幹研究員
講演題目	機械学習を用いたマルテンサイト鋼における水素脆化のデータ駆動型解析
講演概要	マルテンサイト鋼の水素脆化試験結果に対して機械学習を用いたデータ駆動型解析を適用し、水素量、P量、焼戻し条件の影響を明示式で表現する手法を開発した。本手法の発展により高強度耐水素材料の設計指針の構築への展開が期待される。

No.2

氏　　名	Sanghun Shim
所属職位	東北大学金属材料研究所 学術研究員
講演題目	Si-Mediated Microstructural Evolution Governing Tensile Behavior and Hydrogen Embrittlement in Metastable 304L-based Stainless Steel
講演概要	Siはオーステナイトステンレスの強化元素でありSUS304Bなどに添加されていることで知られる。またSiはマルテンサイト変態に強い影響を与えることも知られており、ステンレス鋼の耐水素性を理解する上で重要元素とみなされるが、その水素脆化挙動への影響はほとんど知られていない。今後、広範なデータに基づく材料開発を展開する上で、本Siの影響に関する知見は重要になることと考えられる。

No.3

氏　　名	Redarce Timothee
所属職位	九州大学大学院工学府 学術研究員
講演題目	材料スクリーニングの高度化に向けた低圧および高圧水素ガス中における低合金鋼の疲労き裂進展予測
講演概要	【英語講演】機械学習を用いて低合金鋼の水素中疲労き裂進展を予測し、水素脆化評価の効率化と材料開発期間・試験コストの削減を実現することで、水素インフラ向け高強度鋼の実用化に貢献する。

No.4

氏　　名	谷川 樹
所属職位	九州大学大学院工学府 修士2年
講演題目	温間圧延強化したオーステナイト系ステンレス鋼の疲労き裂進展特性に及ぼす高圧水素ガスの影響
講演概要	高圧水素ガス中でオーステナイト系ステンレス鋼の疲労き裂進展挙動を調査した。温間圧延により水素脆化を抑制できることを示し、高圧水素タンクや配管の軽量化・長寿命化・安全性向上に資する知見を示した。

No.5

氏　　名	辻 龍希
所属職位	九州大学大学院工学府 修士2年
講演題目	低合金鋼の低圧水素ガス環境中における疲労き裂進展特性評価 および微視的機構に基づくda/dN-ΔK予測精度の高度化
講演概要	昨今、水素エンジン排ガス系統等で想定される低圧環境下での疲労き裂進展特性評価が急務となっている。本研究では水素分圧と疲労き裂進展特性の関係を解明し、安全設計に寄与するため，疲労き裂進展速度の予測精度高度化を目指す。

② 耐疲労表面硬化材料課題

No.6

氏　　名	関田 さやか
所属職位	東北大学 金属材料研究所 学術研究員
講演題目	構造材料の自律探索に向けたAIエージェント構築
講演概要	構造材料の自律探索を担うAIエージェントを構築した。文献や熱力学的知見などのドメイン知識、実験結果をLLMが統合し、条件探索を無人で行う。材料開発の試行錯誤を自動化し、新材料・高性能部材の開発効率向上とコスト削減を実現する。

No.7

氏　　名	謝 玉麟
所属職位	東北大学金属材料研究所 助教
講演題目	構造用金属材料における自動自律実験システムの設計
講演概要	材料の研究開発を更に加速するため、構造用金属材料の自動自律実験システムを設計し、熱処理・Ｘ線回折・衝撃試験の自動化を実現した。発表では、低合金鋼の焼戻し処理試料を用いて本システムにおける実証結果を報告する。

No.8

氏　　名	佐藤 洸樹
所属職位	横浜国立大学大学院工学研究院 修士2年
講演題目	浸炭・窒化した表面硬化層のGD-OES分析
講演概要	GD-OESを用い、浸炭・窒化などの表面硬化処理を施した低合金鋼、機械構造用炭素鋼、SUS316L、インバー合金の表面組織形成と炭素および窒素拡散について検討する。鋼材組織と熱処理方法との組み合わせ指針を与える。

No.9

氏　　名	吉田 莉子
所属職位	横浜国立大学理工学部 学部4年
講演題目	機械学習モデルによる硬さ・残留応力評価に基づく窒化鋼の疲労限度予測
講演概要	GD-東北大学・宮本研究室で開発された機械学習モデルを用いて、窒化鋼の表面から深さ方向への硬さと残留応力分布を評価した。疲労限度を予測した結果は実験結果と近い値となることが分かった。材料の成分と窒化条件から疲労限度を予測することが可能となるために、最適な材料や窒化条件の選定を迅速に行うことができるようになる。

③ 超耐熱材料課題

No.10

氏　　名	杜 俊鋒
所属職位	東北大学 大学院工学研究科 学術研究員
講演題目	データ駆動型解析によるMoSiBTiC合金のミクロ組織–強度関係の予測
講演概要	本研究では、有限要素解析と機械学習を組み合わせ、MoSiBTiC合金のミクロ組織から強度を予測する。高温構造材料の効率的な組織設計を可能にし、航空宇宙分野における高強度・高信頼性材料の開発加速に貢献する。

No.11

氏　　名	YAN XINYU
所属職位	東北大学大学院工学研究科 特任助教
講演題目	Auditable LLM-Guided Compositional Design of Super MoSiBTiC Alloys
講演概要	LLMで文献知識を抽出し、超MoSiBTiC合金組成を監査可能に設計。CALPHADとPareto解析で酸化・靭性・バランス型候補3種を選定し、航空・エネルギー向け耐熱材料の開発課題解決に貢献する。

No.12

氏　　名	石原 匠
所属職位	名古屋大学大学院工学研究科 修士2年
講演題目	Mo–Si–B–Ti–C合金のフェーズフィールドシミュレーションと深層生成モデルの活用
講演概要	最新のCALPHADデータベースを実装したフェーズフィールドシミュレーションにより、Mo-Si-B-Ti-C合金の組織を予測した。また、得られた組織データを用いて深層生成モデル（VAE）を学習させ、多相組織制御における潜在変数の活用方法を検討した。

No.13

氏　　名	鈴木 慶
所属職位	東北大学工学部 学部4年
講演題目	パーシステントホモロジーを用いたMoSiBTiC合金における組成・ミクロ組織・機械的特性間の相関評価
講演概要	MoSiBTiC合金の反射電子像に対してパーシステントホモロジー解析を適用し、組成差を反映するミクロ組織特徴量を抽出した。得られた特徴量と機械的特性との関係を明らかにし、機械学習を交えた耐熱材料の効率的な設計・開発を目指す。

④ 計測評価グループ

No.14

氏　　名	ハルヨ　ステファヌス
所属職位	日本原子力研究開発機構 研究主席
講演題目	その場中性子回折実験による変形挙動解析
講演概要	室温～低温引張その場中性子回折実験により、水素添加オーステナイト系SUSにおける積層欠陥の形成・発達、および水素添加準安定オーステナイト系SUSにおける変形誘起相変態に及ぼす水素の影響を調べる。

No.15

氏　　名	大村 孝仁
所属職位	物質・材料研究機構 構造材料研究センター長
講演題目	微視組織ー局所力学のハイスループット計測
講演概要	１つの試料内に分布するミクロンスケールの微視組織とこれに対応する局所力学の関係をハイスループットに計測する技術を紹介する。これにより、多様な材料の定量化組織と力学挙動の関係がより精緻に議論できると期待される。

No.16

氏　　名	原 由佳
所属職位	NIMS　構造材料研究センター 特任エンジニア
講演題目	FIB-SEMシリアルセクショニングによるMoSiBTiC合金組織の3次元観察技術の構築
講演概要	複相組織を持つMoSiBTiC合金の特性予測には、実組織の正確な把握が不可欠である。本研究では、FIB-SEMシリアルセクショニングを用いた大体積3次元観察手法を構築した。その手法および得られた組織観察結果の概要を報告する。

No.17

氏　　名	ZHANG TAO
所属職位	東北大学大学院工学研究科 博士3年
講演題目	単一粒子圧縮試験と逆解析による金属粉末のハイスループット力学特性評価
講演概要	本研究では、単一粒子圧縮試験と逆解析を用い、少量粉末から金属の力学特性を効率的に評価する。新材料開発や合金組成の最適化において、大幅なコスト削減と高効率化を実現するハイスループット評価法を提案する。

No.18

氏　　名	武田 隼
所属職位	東北大学多元物質科学研究所 修士2年
講演題目	超高温黒体放射型熱分析法を用いたMo-B合金におけるB高濃度領域における液相線温度および共晶温度測定
講演概要	化石燃料消費の低減に向け、高効率熱機関の実現には超高温材料MoSiBTiC合金の実用化が重要である。本研究では、その基盤となるMo-B系合金の液相線温度を測定し、作製プロセス設計に必要な状態図整備に貢献する。

⑤ 理論計算グループ

No.19

氏　　名	奥山 彫夢
所属職位	北見工業大学 准教授
講演題目	すべり変形とともに生成・蓄積する原子空孔密度の結晶塑性解析
講演概要	転位運動に伴う原子空孔の生成・蓄積を結晶塑性解析に導入し、塑性変形中の空孔密度の発展を解明する。これにより、金属材料の疲労・破壊予測の高精度化や、高耐久材料の開発に貢献する。

No.20

氏　　名	新里 秀平
所属職位	大阪大学大学院 基礎工学研究科 助教
講演題目	ニューラルネットワークポテンシャルを用いた原子モデリングによるα鉄の水素脆化解析
講演概要	本研究では、ニューラルネットワーク原子間ポテンシャルを用いたMD/GCMCハイブリッドシミュレーションにより引張負荷を受ける鉄の破壊過程における格子欠陥の振る舞いおよび成長に対する水素の影響を解析する。

No.21

氏　　名	Fan-Shun Meng
所属職位	大阪大学大学院 基礎工学研究科 特任助教
講演題目	Large-scale machine-learning simulations reveal carbon-mediated suppression of hydrogen-driven intergranular fracture in polycrystalline iron
講演概要	Using a neuroevolution potential, tensile simulations of 10-million-atom polycrystalline $\alpha$-Fe models in pristine, H-charged, and sequentially C- then H-charged states were conducted. The results reveal how grain-boundary carbon segregation enhances resistance to hydrogen-induced intergranular fracture and provide an atomistic interpretation consistent with recent fracture-mechanics and atom-probe experiments on martensitic steels.

No.22

氏　　名	LIAO Heting
所属職位	NIMS ポスドク研究員
講演題目	Energy prediction with charge-density-guided graph neural networks
講演概要	According to the Hohenberg–Kohn theorem, charge density determines the ground-state energy and is therefore a key descriptor of energies and related quantities. Based on this idea, we propose a charge-density-guided equivariant graph neural network that jointly learns energy and charge-density features during training, while requiring only atomic structures as input for prediction. The proposed model was separately trained and evaluated on two datasets: a small Fe-H/Fe-C-H dataset containing 657 structures and the QM9 dataset containing 134k molecules. The results show that the model can outperform a geometry-only equivariant graph neural network baseline in the interpolation and the extrapolation under certain conditions, suggesting its potential for more reliable energy prediction of unknown, charge-sensitive materials.

No.23

氏　　名	渡部 恵秋
所属職位	東北大学 金属材料研究所 博士2年
講演題目	反応分子動力学シミュレーションによるMoSiBTiC合金を構成するモリブデン相の変形機構に酸素環境が与える影響の解析
講演概要	高温腐食環境で懸念される化学反応と応力が協働する環境助長割れは、予兆なく急激に生じるため危険である。本研究は、酸素による化学反応がMoSiBTiC合金の母相であるモリブデンの変形機構に与える影響を反応分子動力学法により解析した。

⑥ データ活用促進グループ

No.24

氏　　名	赤木 和人
所属職位	東北大学 材料科学高等研究所 准教授
講演題目	トポロジーを使ってミクロな金属組織とマクロな材料特性をつなぐ
講演概要	位相幾何学を用いてMo-TiC合金の金属組織から定量的な特徴量を生成し、硬さや強度を予測／説明する取り組みを紹介する。本手法により、顕微画像を説明変数に変換して材料開発や品質評価に役立てられるようになる。

No.25

氏　　名	本武 陽一
所属職位	一橋大学 ソーシャル・データサイエンス研究科 准教授
講演題目	Integrating Bayesian Spectral Deconvolution and Expert Scientific Reasoning for Robust Peak Estimation
講演概要	ノイズや未知背景で困難なピーク推定に、物性値との整合性を組み込むベイズ分光デコンボリューションを提案し、PLA赤外スペクトル等で有効性を示した。

No.26

氏　　名	張 小凡
所属職位	東京大学 生産技術研究所
講演題目	Data-Efficient Deep Generative Modeling for Microstructure Prediction
講演概要	少ないデータから生成AIで材料組織を予測・デザインする技術を目指しています。莫大な時間とコストを要する実験観察や物理計算を削減し、データ不足の壁を打ち破れればと思っています。

No.27

氏　　名	伊津野 仁史
所属職位	NIMS 特別研究員
講演題目	耐熱鋼継手HAZ形状制御による高クリープ強度溶接条件の実証
講演概要	MIntを利用したベイズ的機械学習で溶接条件を提案し，HAZ形状に支配される耐熱鋼継手クリープ強度制御を定性的に達成した。また、多段溶接プロセスを念頭においた新しいHAZ形状因子予測手法についても報告する。

No.28

氏　　名	齋藤 圭
所属職位	NIMS 博士研究員
講演題目	応力応答と格子回転に基づく結晶塑性パラメータ同定手法：Ni3Alのケース
講演概要	単結晶Ni₃Alをモデルケースとし、実験・結晶塑性解析・データ同化手法を組み合わせることで、応力応答と格子回転に基づき、潜在硬化係数を含む結晶塑性パラメータを同定する手法の構築を試みた。

2026 プロジェクト・テーブル開催のご案内へ戻る