記事ポイント
- 膜厚・表面粗さなど4つの物理的特徴から耐食性を予測
- ランダムフォレストが決定係数R2＝0.670を達成
- 表面粗さの役割が膜厚約2,200nmを境に反転
芝浦工業大学が、説明可能なAIを使ってアルミニウム合金コーティングの耐食性を左右する構造的特徴を解明しました。
芝浦工業大学「アルミニウム合金コーティングの耐食性に関する研究成果」
- 掲載誌：Nature Portfolio『npj Materials Degradation』オンライン版（2026年8月18日掲載）
- 論文タイトル：Interpretable Machine Learning Reveals a Morphological Regime Shift Governing Pitting Resistance in Steam-Coated Boehmite Films
- 著者：Kei MASUHARA、Yuki ATSUUMI、Kota FUKUHARA、Hikari OHUCHI、Takahiro ISHIZAKI
- DOI：10.1038/s41529-026-00862-0
芝浦工業大学工学部・石崎貴裕教授（先端材料研究室）の研究グループが、アルミニウム合金上に形成するベーマイト皮膜のサビ（孔食）への強さを決める構造的特徴を、AIで定量的に解明しました。
皮膜そのものの物理的特徴からサビにくさを予測し、その理由まで説明できる手法を確立した研究です。
膜厚・表面粗さ・結晶子サイズ・基板欠陥密度を用いたAIの予測と解析により、表面粗さが大きい領域では膜厚約2,200nmを境に、その役割がサビを防ぐ被覆効果から腐食因子の侵入経路へ反転することが示されました。
4つの物理的特徴を指標に5種類の機械学習手法を比較した結果、ランダムフォレストが決定係数R2＝0.670で最も高い精度を示し、製造条件のみを用いた従来モデルのR2＝0.557を上回りました。
SHAP解析では、サビにくさを最も強く左右するのは表面粗さ、次いで膜厚であり、皮膜の形態的特徴が支配的であることが分かりました。
1次元ALE解析では、表面粗さが約500nmを超えると耐食性が急上昇し、膜厚は約2,200nmを超えると上昇して約3,880nmでピークに達した後に低下するなど、各要素の単独効果が示されました。
2次元ALE解析では、表面粗さが大きい領域で膜厚2,200nm未満ならプラスに働き、厚くなるとマイナスへ反転する相乗効果が示されました。
研究グループは、この役割の切り替わりを「形態的レジームシフト（Morphological Regime Shift）」と名付けています。
物理的特徴を基準とすることで、製造装置や試作スケールが変わっても共通して使える品質評価・設計指針の確立につながります。
この手法は、マグネシウム合金の耐食コーティングや、全固体電池・燃料電池の界面劣化メカニズムの解明などへの応用も期待されています。
