圧電セラミックスの組成設計と焼結プロセスパラメータの協調制御を駆動するベイズ最適化
Bayesian optimization driven co-regulation of composition design and sintering process parameters for piezoelectric ceramics
高性能圧電材料の需要増加に対し、従来の試行錯誤法はサイクルが長くコストが高く、パラメータの協調性が低いという問題があった。本研究では、圧電セラミックスの組成・焼結プロセス協調制御のためのベイズ最適化駆動フレームワークを構築した。ガウス過程代理モデルを用いて、組成・焼結パラメータと圧電特性間の非線形マッピング関係を確立した。期待値向上獲得関数の改良版を導入し、多目的制約下での効率的なパラメータ空間探索を実現した。このモデルは、成分特徴エンコーディング機構、プロセスパラメータ境界制約、性能優先度重み付け戦略を統合し、圧電係数、誘電率、機械的品質係数の同時最適化を達成した。研究結果として、28セットの実験のみで圧電係数692 pC/Nのニオブ酸カリウムナトリウム系圧電セラミックスを得て、開発効率を72%向上させた。焼結温度の±20°Cの変動に対するロバスト性テストでは、最適化された組成の性能低下率を8.3%未満に抑制し、経験的設計スキームを大幅に上回った。本研究は、多パラメータ連成を持つ圧電材料開発のための効率的かつスケーラブルな技術的道筋を提供する。
- ガウス過程代理モデルと改良型期待値向上獲得関数を用いたベイズ最適化フレームワークを構築し、圧電セラミックスの組成・焼結プロセスパラメータを協調制御、圧電係数・誘電率・機械的品質係数を同時最適化した
- わずか28セットの実験で圧電係数692 pC/Nのニオブ酸カリウムナトリウム系圧電セラミックスを獲得し、開発効率を72%向上させた
- 焼結温度±20°C変動のロバスト性テストで最適化組成の性能低下率を8.3%未満に抑制し、経験的設計スキームを大幅に上回った
圧電セラミックスは超音波デバイス、センサ、アクチュエータ、エネルギー Harvesting など幅広い用途を持つ素材で、開発サイクルの長さとコストが産業化のボトルネックだった。本件はベイズ最適化とガウス過程代理モデルにより28セットの実験で圧電係数692 pC/Nを達成し、開発効率を72%向上、焼結温度±20°C変動でも性能低下8.3%未満とロバスト性を示した点が重要。材料開発の試行錯誤をMI(マテリアルズ・インフォマティクス)で置き換える流れが実証段階に入りつつあり、素材メーカーやデバイス企業の開発コスト・リードタイム構造を変える可能性がある。ただし論文段階の成果であり、量産スケールや再現性、知的財産の帰属は今後の確認材料となる。