超音波振動支援摩擦撹拌加工で作製したAZ31/TiC複合材料の摩耗挙動を機械学習モデルで予測する

なぜ軽量金属の強靭化が重要なのか

自動車からノートパソコンに至るまで、メーカーは燃料やエネルギーを節約するために重い鋼部品の代わりに軽量金属を採用したがっています。マグネシウムは現在使用されている構造用金属の中でも最も軽量に近い材料の一つですが、部品が互いにすべるときに過度に摩耗しやすいという課題があります。本研究は一般的なマグネシウム合金を強化する新しい手法を検討し、最新のデータ解析手法を用いて寿命を予測することで、信頼性を損なわずにより軽い機械を設計するための示唆を提供します。

より強い金属組成の構築

研究者らは汎用的なマグネシウム材料であるAZ31合金に着目し、非常に硬いセラミック粒子である炭化チタンを混ぜ込みました。これらの微小粒子はコンクリート中の小石のように働き、軟らかい金属がより大きな荷重を受け持てるようにし、引き裂かれるのを防ぎます。粒子体積比は比較的高い15％を添加し、回転工具を使って合金表面に粒子を攪拌して混合する標準手法と、高周波振動を加えた手法の二つを比較しました。

音で金属を成形する

振動支援法では、回転工具の攪拌中に超音波が金属内部へ伝播します。この余分な振動により、溶融に近い領域の流動がより均一になり、塊の分解や隙間の閉塞が促進されます。顕微鏡観察では、振動を加えた場合に炭化チタン粒子がはるかに均一に分散し、気孔が大幅に減少していることが示されました。金属結晶粒自体も非常に微細化し、粗い砂糖が粉砂糖になるような変化が見られました。このように精製され均一化した組織が、表面を硬くし損傷に対してより耐性を与える鍵となります。

新しい表面を試験にかける

処理された表面が実際の使用でどの程度耐えられるかを評価するため、研究チームは乾式の滑り摩耗試験を行い、合金や複合材料のピンを回転する鋼ディスクに異なる荷重と速度で押し当てました。摩擦力の変化を観察し、試験前後の質量を測定して失われた材料量を評価しました。未処理の純粋なマグネシウム合金は摩擦が最も大きく、特に高荷重下で最も早く摩耗しました。炭化チタン粒子の添加は性能を向上させましたが、振動処理を施したサンプルが最も優れ、適度な荷重では摩耗を約25％、最も厳しい条件下では最大で半分程度まで低減しました。

表面の破壊の様子を観察する

摩耗したトラックの顕微鏡観察により、損傷の進展過程が明らかになりました。低荷重ではベース合金に溝や酸化した摩耗物が見られ、軽い引っかきと表面酸化の混合が確認されました。荷重が増すと、表面が引き裂かれ大きく変形し始めました。複合材料、特に振動処理されたものでは溝が浅く均一で、硬質粒子が金属に固定され荷重を担い、微小なローラーのように作用して金属同士の直接接触を低減しました。高い硬さ、微細粒組織、安定した粒子の組み合わせにより、摩耗は激しい引き裂きよりも穏やかな研磨へと傾きました。

データから機械に学ばせる

実験室試験に加え、著者らは使用材料、かけた荷重、滑走速度という単純な入力から特定摩耗率を予測する複数の機械学習モデルを訓練しました。試した標準的手法の中では、Gradient Boostingモデルが測定値と非常に高い精度で一致し、単純な線形モデルはそれに劣りました。解析はまた、摩耗に最も大きく影響するのは材料の選択であり、その次に荷重、試験範囲内では滑走速度の影響は比較的小さいことを示しました。

実部品にとっての意義

平たく言えば、本研究は硬質粒子を軽金属に注意深く混ぜ込み、音響支援の攪拌を行うことで、表面を滑り摩耗に対してはるかに強靭にできることを示しています。このように処理された部品は、より高い荷重下でも摩擦が小さく材料の損失が遅いため、自動車などの重量に敏感な用途で有用です。同時に、データ駆動のモデルはすべての実験を繰り返さなくても摩耗挙動を信頼性高く予測でき、エンジニアが金属を切削する前にコンピュータ上で設計を検討する実用的な手段を提供します。

引用: Kumar, T.S., Shalini, S., Petrů, J. et al. Predicting wear behavior of AZ31/TiC composites produced via ultrasonic vibration assisted friction stir processing using machine learning models. Sci Rep 16, 14858 (2026). https://doi.org/10.1038/s41598-026-44372-0

キーワード: マグネシウム合金 摩耗, 炭化チタン 複合材料, 超音波摩擦撹拌加工, 機械学習 摩耗予測, トライボロジー