ABCD法

セミナー概要 セミナーのテーマ セラミックスの低温製造技術 AIを活用したプロセス最適化 溶液化学を活用したセラミックスプロセス こんな方におすすめです セラミックス製品の製造・開発に携わる若手技術者 研究開発のDX化を推進したい方 新規のセラミックス製品を探索しているベテラン技術者 セラミックス製造プロセス低温化とAIを活用したプロセス最適化手法 ⭐セラミックスの低温製造技術の動向や溶液化学を活用したセラミックスプロセスの導入メリットを学べます。⭐AI活用によるセラミックスの材料研究やプロセスインフォマティクスについて学べます。 講師 国立研究開発法人 産業技術総合研究所材料・化学領域 マルチマテリアル研究部門主任研究員 博士（工学）山口 祐貴 氏【略歴】2008東京理科大学基礎工学部材料工学科卒業、2010年同大学院基礎工学研究科材料工学専攻修士課程修了、2013 年同博士課程修了。博士（工学）同年より東京理科大学理工学部工業化学科助教。2016年産業技術総合研究所に入所、現在に至る。専門はセラミックス材料の湿式合成と低温製造プロセス開発。ガスセンサ、光触媒、セラミック電気化学セルなどへの応用を目的にした新規プロセスを開拓をメインに、機械学習やロボットによるハイスループット実験を適用したラボラトリーオートメーションの実装を目指した開発を進めている。 セミナー趣旨、ポイント 近年、AIの進化と普及が顕著になり、材料科学の分野でもこれらを活用した開発が進んでいます。しかし、研究室レベルの実験では機械学習を活用するための多量のデータ創出が難しく、従来の実験ルーチンから脱却できないことが多いです。このような背景から、ハイスループットにデータ創出が可能な自動実験に注目が集まっています。産総研では人協働ロボットを活用した粉体実験システムを構築し、機械学習の適用による実験プロセスの効率化を行いました。特に、セラミックスの低温合成技術をバルク製造へ展開したABCD法の開発を進めており、BaZrO3などの高密度製造に成功しています。ロボットを活用して実験を加速し、機械学習で重要なプロセスパラメーターを抽出することで、低温での高密度セラミックス製造に成功しました。本セミナーでは、これらの内容について述べます。 受講対象者、必要な予備知識 特に、予備知識は必要ありません。基礎から解説いたします。 こんな方におすすめ セラミックス製品の製造・開発をして2~3年の若手技術者の方。研究開発のDX化を推進したい方。新規のセラミックス製品を探索している、ベテランの技術者の方。など 得られる知識 ・近年セラミックス製造で注目されている、低温製造技術の動向について知れる。・溶液化学を活用したセラミックスプロセスの導入メリットを知れる。・粉体を扱う実験の自動事例と機械学習によるプロセス最適化の手法について知れる。 プログラム 1. セラミックスの低温製造技術 1-1. セラミックス製造の課題 1-2. 金属酸化物の湿式合成手法の基礎 1-3. 化学反応を活用したセラミックスの低温製造プロセスの動向 1-4. 酸塩基化学緻密化法（ABCD法）の開発 1-5. ABCD法のメカニズムと基礎 1-6. セラミックスのリサイクル技術への展望2. セラミックス研究のプロセスインフォマティクス 2-1. 材料研究におけるAIの活用 2-2. 機械学習の種類 2-3. Pythonを用いた機械学習の導入 2-4. プロセスインフォマティクス（PI）のためのデータ整理 2-5. PIの効果とプロセス最適化事例（ABCD法） 2-6. PIの効果とプロセス最適化事例（固体酸化物形燃料電池の製造） 2-7. ロボット実験ツールを活用したハイスループット実験の事例