学习模型制作装置、材料特性预测装置及学习模型制作方法和程序制造方法及图纸

本发明专利技术提供一种用于制作能预测可靠性高的材料特性的学习模型的学习模型制作装置。本发明专利技术的学习模型制作装置具备：验证部，执行学习模型的验证，该学习模型用于根据包括一个以上的条件的规定的制造条件来预测在该制造条件下制造的材料的规定的材料特性，其中，验证部具备：第一获取部，获取第一关系性，该第一关系型为基于学习模型得到的、作为从规定的制造条件中选择出的条件的选择条件与规定的材料特性之间的关系性；第二获取部，获取第二关系性，该第二关系性为基于材料模拟而得到的关系性；类似性判定部，判定第一关系性与第二关系性有无类似性；以及再学习判定部，基于有无类似性的判定结果，判定学习模型的再学习的必要性。性。性。

【技术实现步骤摘要】
学习模型制作装置、材料特性预测装置及学习模型制作方法和程序


[0001]本公开涉及一种针对金属材料等材料的材料特性的预测技术。

技术介绍

[0002]例如用作构造构件、功能构件的金属材料大多根据JIS等各种标准规定了化学组成的范围、热处理温度的范围等制造条件和强度等材料所要求的强度等材料特性(要求特性)。然而，即使是在这样规定的制造条件下制造的金属材料，有时也不一定满足要求特性。因此，为了防止制品不适合、制造时的成品率恶化，制造条件大多在比规定范围中的更严格的范围内被进行管理。理想的是该制造条件的管理范围(偏差的允许范围)通过进行实验性的验证来确定，但作为制造条件管理的参数(化学组成、热处理温度等各种条件)越多，从成本、试验时间的观点考虑，困难的情况就越多。以往，也提出了根据制造条件来推定在该制造条件下制造的材料的特性的方法(例如参照专利文献1～3)。
[0003]此外，近年来，提出了ICME(Integrated Computational Material Engineering：集成计算材料工程)等材料模拟技术、MI(Materi本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种学习模型制作装置，用于制作基于制造条件来预测材料的材料特性的学习模型，所述学习模型制作装置具备：验证部，构成为执行所述学习模型的验证，所述学习模型用于根据包括一个以上的条件的规定的制造条件来预测在该制造条件下制造的材料的规定的材料特性，所述验证部具备：第一获取部，构成为获取第一关系性，所述第一关系性为基于所述学习模型得到的、作为从所述规定的制造条件中选择出的所述条件的选择条件与所述规定的材料特性之间的关系性；第二获取部，构成为获取第二关系性，所述第二关系性为基于材料模拟而得到的所述关系性；类似性判定部，构成为判定所述第一关系性与所述第二关系性有无类似性；以及再学习判定部，构成为基于有无所述类似性的判定结果，判定所述学习模型的再学习的必要性。2.根据权利要求1所述的学习模型制作装置，其中，所述制造条件包括多个所述条件，所述再学习判定部具备：学习数据修正部，构成为在被判定为没有所述类似性的情况下，生成从在所述学习模型的学习时所使用的学习数据中将所述选择条件除外的修正学习数据；以及判定部，构成为在基于通过对所述修正学习数据进行学习而得到的修正学习模型与基于所述学习模型的每一个而分别得到的所述规定的材料特性的预测值之差为规定的阈值以上的情况下，判定为需要进行所述学习模型的再学习。3.根据权利要求1或2所述的学习模型制作装置，其中，所述类似性判定部构成为基于对所述第一关系性和所述第二关系性的每一个中的、针对与所述选择条件的变化相应的所述规定的材料特性的变化的倾向的比较，判定有无所述类似性。4.根据权利要求1～3中任一项所述的学习模型制作装置，其中，基于能通过所述材料模拟来计算的、与所述规定的材料特性相关的物性值来求出所述第二关系性。5.根据权利要求1～4中任一项所述的学习模型制作装置，其中，所述材料为金属材料。6.一种材料特性预测装置，用于预测材料的材料特性，所述材料特性预测装...

【专利技术属性】
技术研发人员：桥本憩太，驹井伸好，本田尊士，斋藤伸彦，白根孝广，有末紘，弥城祐亮，
申请(专利权)人：三菱重工业株式会社，
类型：发明
国别省市：