AIやMIを用いた接着接合部の密着性解析・強度予測・その活用
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社 技術情報協会 |
キーワード | マテリアルズインフォマティクス/ケモインフォマティクス AI(人工知能) 接着・粘着 |
開催エリア | 全国 |
開催場所 | Zoomを利用したLive配信※会場での講義は行いません。 |
★密着性解析の「機械学習」に必要なパラメータの集め方,分類整理,計算への落とし込み ★強度推定,密着寿命や破壊モードの予測,不具合箇所の推定,国内外での研究動向
セミナー講師
【第1部】(株)日立製作所 研究開発グループ 生産・モノづくりイノベーションセンタ 材料プロセス研究部 主管研究員 理学博士 岩崎 富生 氏 【第2部】名古屋工業大学 物理工学類 教授 理学博士 尾形 修司 氏【第3部】パナソニック ホールディングス(株) プロダクト解析センター 信頼性ソリューション部 製品寿命解析課 課長 宇津木 覚 氏
セミナー受講料
1名につき60,500円(消費税込み,資料付)〔1社2名以上同時申込の場合のみ1名につ55,000円〕
受講について
■ Live配信セミナーの視聴環境について
- 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
- 下記リンクから視聴環境を確認の上、お申し込みください。 → https://zoom.us/test
- 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
- セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
- Zoomクライアントは最新版にアップデートして使用してください。
- Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
- パソコンの他にタブレット、スマートフォンでも視聴できます。
- セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
- 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
- 本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
- 本講座はお申し込みいただいた方のみ受講いただけます。
- 複数端末から同時に視聴することや複数人での視聴は禁止いたします。
- Zoomのグループにパスワードを設定しています。
- 部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
セミナープログラム
【10:30〜14:00 ※途中60分休憩を挟む】第1部 分子シミュレーションとマテリアルズ・インフォマティクスを活用した強接着界面の設計技術 ●講師 (株)日立製作所 研究開発グループ 生産・モノづくりイノベーションセンタ 材料プロセス研究部 主管研究員 理学博士 岩崎 富生 氏
【セミナープログラム】1.技術潮流2.マテリアルズインフォマティクスの概要 2.1 マテリアルズインフォマティクスよる最適設計とは 2.2 最適 設計の流れ 2.3 適用事例の概要3.材料設計効率化の課題とアプローチ 3.1 パラメータサーベイにおける課題 3.2 課題へのアプローチと分子シミュレーション4.マテリアルズインフォマティクスによる設計事例 4.1 樹脂との密着性を向上させる金属の設計 4.2 はんだの破断伸びを向上させる添加元素の選定 4.3 環境・生体に適合する材料の界面密着強度を向上させる設計 4.4 薄膜配線の信頼性を高める材料設計の事例5.まとめ【質疑応答】
【14:15〜15:15】第2部 電子レベルからの大規模シミュレーションで探る水分が接着力に及ぼす効果 ●講師 名古屋工業大学 物理工学類 教授 理学博士 尾形 修司 氏
【講座の趣旨】自動車等のマルチマテリアル化においては異なる種類の素材の接合に接着剤が多用されるが,長期間使用すると水分の影響で接着力が低下する問題がある。この問題を接着剤内部および接着界面でのプロトン化という視点から調べるための第一原理的なシミュレーション手法と,それを実際に適用した結果について解説する。 【セミナープログラム】1.対象系のモデル化 1.1 実験結果 1.2 接着剤としてのアミン硬化型エポキシ樹脂 1.3 被着材としての酸化皮膜付きのアルミニウム 1.4 湿潤環境での接着界面2.計算手法 2.1 電子状態の実空間グリッド型DFTコード 2.2 ハイブリッド量子古典シミュレーション法 2.3 全原子DFTを活用したプロトン化・脱プロトン化の理論予測法3.計算結果 3.1 ハイブリッド量子古典シミュレーション 3.2 応力に依存したプロトン化・脱プロトン化 3.3 プロトン化による共有結合ボンドの強度変化 3.4 少数の水分子によるプロトン移動がもたらす接着力強化【質疑応答】
【15:30〜16:30】第3部 機械学習を用いた接着の破壊モード予測や接着強度予測への応用の可能性 ●講師 パナソニック ホールディングス(株) プロダクト解析センター 信頼性ソリューション部 製品寿命解析課 課長 宇津木 覚 氏
【講座の趣旨】接着剤選定に役立つ,機械学習を用いた接着性の予測に必要なデータの準備, 機械学習の活用法,注意点や発展性について解説する。 【セミナープログラム】1.接着AI診断の概要 1.1 接着ニーズの拡大について 1.2 診断技術の概要紹介 1.3 デモ動画2.診断プロトタイプ開発秘話 2.1 接着の理論 2.2 破壊モードを決める因子の抽出 2.3 データ取得から精度検証まで3.診断技術のアップデート 3.1 画像認識の適用 3.2 寿命予測機能の追加 3.3 接着強度予測【質疑応答】