Emergent compositional control of martensitic transformation in NiTi-like shape memory alloys revealed by manifold learning

技術要約：NiTi系形状記憶合金における変態組成制御の創発的組成制御

問題提起
NiTi系形状記憶合金（SMA）におけるマルテンサイト開始温度（$M_s$）の予測は、合金組成、電子構造、および化学的無秩序性の間の複雑で非線形な相互作用により、依然として大きな課題となっている。経験的な相関関係（例：価電子濃度、原子サイズ不整合）は存在するものの、これらは多成分NiTi系の広範な組成領域、特に二元系と複雑な置換系（例：Zr, Hf, Pd, Pt, Cu）との間の遷移において、必ずしも汎用できるものではない。既存の機械学習アプローチは、物理的な解釈性に欠ける「ブラックボックス」的な予測関数として機能することが多く、変態挙動を支配する基礎となる熱力学的メカニズムを明らかにできていない。したがって、多様な合金ファミリーにわたる$M_s$の傾向を記述できる、統一された物理的に解釈可能な組成変数を見出すための、データ駆動型のフレームワークが必要とされている。

手法
本研究では、精査された実験データ、物理的に動機付けられた組成記述子、および非線形多様体学習を組み合わせたワークフローを採用している。

1. データセットの構築： 二元系から多成分系まで、および$-100^\circ\text{C}$以下から$1000^\circ\text{C}$を超える範囲の$M_s$をカバーする、文献から収集された518個のユニークなNiTi系合金組成のデータセットを構築した。
2. 記述子のエンジニアリング： 各組成は、電子構造（例：価電子濃度、電気陰性度）、原子サイズ（例：半径分散、サイズ不整合）、および熱力学的無秩序（例：配置エントロピー、電気陰性度無秩序指標）を捉える16個の物理的に動機付けられた記述子によって表現された。
3. 多様体学習：
   • 主成分分析（PCA）： 線形構造を評価するために最初に適用されたが、支配的な線形分散は$M_s$に対する明確な単調傾向を分離できないことが明らかになった。
   • ディフュージョン・マップ（拡散写像）： 記述子空間の固有の幾何学的構造を明らかにするために、非線形次元削減手法であるディフュージョン・マップを適用した。この手法は、データ多様体内の拡散距離に基づく潜在的な座標（拡散座標、$\psi_k$）を特定する。
4. 座標の選択と再構成： 拡散座標と$M_s$との相関分析により、第5の非自明な拡散座標（$\psi_5$）が変態温度と最も強い関連を持つことが特定された。この潜在座標は、最小二乗回帰を介して、標準化された組成記述子の線形結合として、解釈可能な創発変数（$\Psi_5$）へと再構成された。
5. 検証： $\Psi_5$の堅牢性と転移性は、サブシステム検証（Zr/Hf置換合金で学習し、Pt置換合金でテスト）および、Leave-one-family-out（LOFO）交差検証を通じて評価された。

主要な結果

• 潜在的な熱力学的方向の特定： 支配的な拡散座標（$\psi_1$–$\psi_4$）は主に化学的多様性と無秩序（例：電気陰性度分散、原子サイズ不整合）を反映しているが、第5の座標（$\psi_5$）は、平均的な電子および凝集エネルギー記述子、具体的には平均原子番号、平均電気陰性度、価電子濃度、および平均融点によって一意に支配されている。
• 創発的なスケーリング則： 再構成された変数$\Psi_5$は、$M_s$に対して統計的に有意な相関を示す（$\text{corr} \approx -0.55$ ～ $-0.61$）。$M_s$を$\Psi_5$に対してプロットすると、化学的に異なるファミリー（Zr、Hf、Pt置換を含む）が、ファミリー固有のフィッティングを必要とせずに、単一の単調な傾向へと収束する。
• 予測性能：
  • $\Psi_5$のみに基づく線形モデルは、$R^2 \approx 0.37$、$RMSE \approx 121^\circ\text{C}$となる。
  • フル記述子回帰モデルは、より高い精度（$R^2 \approx 0.74$、$RMSE \approx 78^\circ\text{C}$）を達成し、$\Psi_5$が主要な傾向を捉えているものの、すべての予測分散を捉えているわけではないことを裏付けている。
  • 最初の8つの拡散座標から構築された多座標変数（$\Psi_{\text{multi}}$）は、$R^2 \approx 0.67$を達成し、データ分割に対して高い安定性を示した。これは、熱力学的な情報が多様体内に強固にエンコードされていることを裏付けている。
• 転移性と限界： $\Psi_5$は6つの合金ファミリーのうち5つに対して広範な転移性を示した。しかし、二元系NiTiファミリーは例外であり、そこでの$M_s$は$\Psi_5$を定義する平均的な電子記述子ではなく、無秩序指標によって支配されている。このことは、$\Psi_5$が主に多成分NiTi系に適用可能であることを示唆している。

意義と主張
本論文は、$\Psi_5$の特定が、NiTi系SMAを理解し設計するためのコンパクトで物理的に解釈可能なフレームワークを提供すると主張している。主な貢献は以下の通りである：

1. 無秩序と熱力学の分離： 本研究は、化学的無秩序が組成空間の幾何学的組織化を支配している一方で、変態温度は平均的な電子および凝集エネルギーのスケールに根ざした、別の創発変数によって支配されていることを明確にした。
2. 低次元のデザイン原理： 本知見は、複雑なNiTi合金の高次元な組成空間を、低次元の熱力学的制御パラメータを用いてナビゲートできることを示唆しており、文献で報告されている相反する経験的傾向を調和させるものである。
3. 設計上の有用性： $\Psi_5$は、ブラックボックスモデルに代わる高精度な予測ツールではなく、メカニズムに基づいた設計指標として機能する。それは方向性を示すスクリーニング基準となる。すなわち、$\Psi_5$を負の値に向けて減少させることは、変態温度の上昇に関連しており、高温形状記憶合金の探索を導くものである。
4. 手法の汎用性： 物理的に動機付けられた記述子と非線形多様体学習の組み合わせは、高エントロピー合金や磁気熱量材料などの他の複雑な合金系において、潜在的な熱力学的座標を明らかにするための一般的な戦略として提示されている。

著者らは、分析が組成記述メントのみに基づいていることを踏まえ、謙虚な姿勢を強調している。すなわち、実際の材料において$M_s$に影響を与えることが知られている微視的構造の効果、加工条件、または熱機械的履歴は、明示的に組み込まれていない。この創発変数は、厳密に確立された一意の熱力学的軸というよりも、統計的に顕著な組成的方向として解釈される。