Deep Learning-Assisted Multi-Objective Optimization and Microstructure Property Correlation in Rotary Friction Welding of Dissimilar AA1100–AA2014 Aluminium Alloys

完璧なケーキを焼こうとしている場面を想像してみてください。しかし、あなたには二つの全く異なる材料があります。一つは柔らかく伸びるマシュマロ、もう一つは硬くてカリカリしたクッキーです。これらを普通のオーブンで溶かして混ぜ合わせようとすると、マシュマロはベタベタとした塊になり、クッキーは硬いままだったり、あるいは完全に分離してしまったりするかもしれません。これは、エンジニアが異なる種類のアルミニウムを接合しようとする際に直面する問題そのものです。一方のアルミニウムは柔らかく熱伝導性に優れていますが（マシュマロのように）、もう一方は非常に強固ですが加工が難しいものです（クッキーのように）。通常、これらを高い熱を使って溶接しようとすると、うまく混ざり合わず、圧力によって壊れてしまう弱い部分が残ってしまいます。

この問題を解決するために、科学者たちは「回転摩擦溶接」という技術を使用します。通常の溶接のように金属を溶かすのではなく、一方の部品をもう一方に対して高速で回転させます。手を素早くこすり合わせて熱を作るようなものだと考えてください。摩擦によって、金属を実際に溶かすことなく、柔らかく「もちもち」とした状態にするのに十分な熱が生まれます。その後、重いハンマー（鍛造）で押しつぶすことで、それらを一つの固形として融合させます。難しいのは、まさにどのくらいの速さで回転させ、どのくらいの強さで押し、どのくらいの時間行うかを見極めることです。もしレシピを間違えれば、接合部は弱くなってしまいます。ここで、論文の出番です。この二つの非常に異なるアルミニウム合金を接合するための完璧なレシピを見つけ出すために、伝統的な実験と超スマートなコンピュータ・ブレイン（コンピューターの頭脳）を組み合わせて使用しています。

アルミニウムの大対決

この研究では、研究者たちは「AA1100」と「AA2014」という二つの特定のアルミニウム合金を接合するという課題に取り組みました。AA1100は「優しい巨人」だと考えてください。非常に柔らかく、伸びやすく、熱伝導性も抜群です。一方、AA2014は「タフな格闘家」です。驚異的な強度と硬さを持ち、重い荷重を支えるように作られていますが、少し脆い性質を持っています。これらを接合することは、ゴムバンドを鉄の棒に接着しようとするようなものです。やり方を間違えると、結合は失敗します。

チームは「回転摩擦溶接（RFW）」という手法を用いました。二本の鉛筆を持ち、片方をもう一方に対して回転させて熱く柔らかくしてから、それらを押し合わせる様子を想像してください。工場では、これは金属のシリンダーを用いて行われます。研究者たちは、このプロセスを制御するための5つの「つまみ」を持っていました。それは、金属が回転する速度（RPM）、摩擦中の加圧（摩擦圧力）、停止後の加圧（鍛造圧力）、そして各ステップの実行時間です。

実験：レシピの探索

完璧な設定を見つけるために、研究者たちは単に推測したわけではありません。彼らは「タグチL27設計」と呼ばれる体系的な計画を用いました。これは、砂糖、小麦粉、焼き時間を変えて、どの組み合わせが最高のケーキを作るかを見るために、シェフが27通りのレシピのバリエーションをテストするようなものです。彼らは速度、圧力、時間をそれぞれ変えながら、27回の異なる溶接実験を行いました。

溶接後、彼らはその接合部を徹底的にテストしました。強さを確認するために引き離し（引張強度）、表面の硬さを測定し（マイクロ硬度）、壊れる前にどれくらい曲がるかを確認しました（伸び）。また、強力な顕微鏡（SEM）やX線（XRD）を使用して、結晶レベルでの微細な構造を観察しました。

コンピュータの頭脳：ディープラーニング

ここからが、この研究の非常に未来的な部分です。単に27の結果を見てパターンを推測するのではなく、研究者たちは「ディープニューラルネットワーク（DNN）」を構築しました。これは、例から学習するデジタル・ブレイン（デジタルの脳）のようなものです。彼らは、27回の実験から得られたすべてのデータ――使用した設定と得られた結果――をコンピュータに投入しました。コンピュータの仕事は、設定と溶接の強さを結びつける、隠れた複雑なルールを見つけ出すことでした。

コンピュータがルールを学習すると、彼らは「NSGA-II」と呼ばれる第二のスマートなツールを使用しました。これは、完璧なバランスを探索する「超最適化ツール」のようなものです。最大強度の追求と最大の伸び（粘り強さ）は、必ずしも同時に達成できるとは限らないため（これらはしばしば相反します）、この最適化ツールは「パレートフロント」と呼ばれる、最も優れた妥協点を見つけ出します。これは、世界の真ん中で立ち往生するのではなく、ビーチと山の両方に近い場所を見つける地図上の完璧な地点を探すようなものです。

得られた結果

結果は素晴らしいものでした。「デジタル・ブレイン」はルールを驚くほど正確に学習しました。研究者がコンピュータの予測を現実世界の実験結果と比較したところ、コンピュータの的中率は98.7%（R²値 0.987）でした。これは、コンピュータモデルが、物理的なサンプルを毎回作る必要なく、溶接がどのように振る舞うかを予測するための非常に信頼できるツールであることを意味します。

研究の結果、最高の溶接レシピは、1200 RPMでの回転、摩擦圧力70 MPa、鍛造圧力90 MPa、摩擦時間4秒、および鍛造時間5秒であることが分かりました。

これらの設定を使用して作成された接合部は、以下の特性を備えていました：

• 強度は142 MPa（テストした中で最も弱い95 MPaの接合部から大幅に向上）。
• 硬度は122.3 HV。
• 破断するまでに**10%**の伸びが可能。

秘伝のソース：内部で何が起きているのか？

なぜこれらの設定がこれほど上手くいったのでしょうか？研究者たちは顕微鏡で調べ、その答えを見つけました。最高の接合部では、金属の結晶（金属を構成する小さな粒）が、非常に細かく均一な、まるで隙間のない密集した群衆のような状態になっていました。これは、熱と圧力が「動的再結晶」と呼ばれるプロセスを引き起こし、金属がより強い構造へと再編成されたために起こりました。

決定的なことに、接合部に有害な亀裂や奇妙な化学反応（金属間化合物相）は見られませんでした。X線分析により、金属が脆い化合物に変わることなく、元の構造を維持していることが示されました。AA1100側は「延性破壊」を示し、つまり柔らかいビニール袋のように伸びて裂けたことを意味しており、一方でAA2014側は、その硬い析出物を含む構造の特徴を示していました。これらの違いにもかかわらず、二つの金属は完璧に融合し、継ぎ目のない結合を作り出しました。

なぜこれが重要なのか

この論文は、実世界の実験とスマートなコンピュータモデルを組み合わせることで、エンジニアは果てしない試行錯誤に時間と費用を浪費することなく、異なる金属を接合する最善の方法を迅速に見つけられることを示唆しています。「ディープニューラルネットワーク」を用いて結果を予測し、「最適化ツール」を用いて最適な設定を見つけるという「ハイブリッド」なアプローチは、高度な意思決定ツールとして機能します。

研究者たちは、この手法が、軽量かつ強固な構造を作ることが不可欠な航空宇宙、自動車、鉄道などの産業において、ゲームチェンジャーになると考えています。異なるアルミニウム合金を接職する技術をマスターすることで、燃料消費を抑えつつ、安全性を確保しながら、より軽量な飛行機や自動車を作ることができるのです。この研究は、正しい「レシピ」と人工知能の助けがあれば、たとえ最も噛み合わない素材同士であっても、完璧なチームになれることを証明しています。