深層学習によるMgB2多芯線材の相解析

カテゴリ: 研究会(論文単位)

論文No: MC24028,ASC24028

グループ名: 【A】基礎・材料・共通部門 金属・セラミックス/【B】電力・エネルギー部門 超電導機器合同研究会

発行日: 2024/11/02

タイトル(英語): Phase Analysis of MgB2 Multifilamentary Wire by Deep Learning

著者名: 安東 昂亮(東京農工大学),細川 貴弘(東京農工大学),嶋田 雄介(九州大学),児玉 一宗(日立製作所),田中 秀樹(日立製作所),山本 明保(東京農工大学)

著者名(英語): Kosuke Ando(Tokyo University of Agriculture and Technology),Takahiro Hosokawa(Tokyo University of Agriculture and Technology),Yusuke Shimada(Kyushu University),Motomune Kodama(Hitachi, Ltd.),Hideki Tanaka(Hitachi, Ltd.),Akiyasu Yamamoto(Tokyo University of Agriculture and Technology)

キーワード: 超伝導|深層学習|微細構造|Superconductor|Deep Learning|Microstructure

要約(日本語): ニホウ化マグネシウム(MgB2)は高い超伝導転移温度を持ち、また多結晶型の超伝導材料のため結晶粒の配向化が不要である。そのため、近年、多芯化が施された長尺線材の研究開発が行われている。一方、MgB2多芯線材では微細組織因子が臨界電流性能と密接な関係を持つため、微細組織像に対する詳細な相解析が線材の機序理解に向けた重要な課題の一つである。本研究では、自動閾値手法や深層学習手法を用いて相解析を実施し、結果を比較した。

要約(英語): Magnesium diboride (MgB2) has a high critical　temperature and requires no texturing._x000D_ Recently, R&D on multifilament long-length wires has been conducted. However, detailed phase analysis of microstructure images is essential since microstructure strongly affects wire properties. This study compared phase analysis using automatic thresholding and deep learning.

本誌: 2024年11月5日金属・セラミックス/超電導機器合同研究会

本誌掲載ページ: 9-11 p

原稿種別: 日本語

PDFファイルサイズ: 1,162 Kバイト