従来の課題 AI向けデータセンターや電気自動車などの電力利用が急速に拡大する中、電力の高効率利用が重要な課題となっています。その要となるパワーエレクトロニクス技術では、電力を変換・供給するトランスやインダクタなどに使われる軟磁性材料の性能が効率化の鍵を握ります。軟磁性材料は、外部磁界に対してすばやく反応する磁化応答性に優れ、電力ロスを抑えられる金属材料ですが、パワーエレクトロニクス技術の高周波化に伴い、軟磁性材料で発生するエネルギーロスの増大が深刻な問題となっていました。 成果のポイント...

従来の課題 高精度な実験データは、マテリアル分野におけるメカニズム解明、理論・モデル構築、数値シミュレーション、AI・機械学習を支える基盤情報であり、材料イノベーションの源泉です。特に、耐熱超合金は多数の元素で構成されるうえ、複雑なミクロ組織構造を有するため、構造・プロセスの最適化には、多量かつ高精度なプロセス-構造-特性データベースが必要になります。しかしながら、実験データベース構築には長い年月をかけた地道な実験と膨大な資源投入が必要であり、合金開発の障壁となっていました。 成果のポイント...

従来の課題 無機物質は複数元素を反応させることで合成します。過去に合成されていない新物質の合成に成功し、その物質が特殊な物性や役立つ機能を持っていれば、新材料として実用化が期待できる「宝」となる可能性もあります。しかし結晶構造データベースにない組み合わせの中には、過去に試してただ反応しなかっただけのものも多く含まれており、合成の可能性をあらかじめ予想することが効率的な新物質探索のために求められていました。 成果のポイント 今回、3種類以内の元素の組における物質の生成...