5/23 トライボロジーの基礎と摩擦制御・摩耗低減技術の最新動向およびAI・機械学習の活用

トライボロジーの基礎と

摩擦制御・摩耗低減技術の最新動向
およびAI・機械学習の活用

～複雑なトライボロジー現象をわかりやすく解説～
～DLC膜・潤滑油中添加剤・摩擦の能動的制御手法などの最新動向～

機械システムの変遷と求められるトライボロジー技術、DLC膜や、変形表面を用いた能動的摩擦制御手法などの摩擦制御・摩耗低減技術、トライボロジー分野へのAI・機械学習の活用など、トライボロジー研究の最新動向を解説します。

 東北大学　大学院工学研究科　准教授　博士(工学)　村島 基之　氏

専門：トライボロジー、表面科学
2010年　日本ガイシ株式会社 （2012年9月に退職）
2014年 トロント大学 滞在博士
2016年 名古屋大学 大学院工学研究科 機械理工学専攻 博士後期課程 修了
2016年 名古屋大学 大学院工学研究科 機械理工学専攻 助教
2022年 東北大学 大学院工学研究科 機械機能創成専攻 准教授

 　トライボロジーは、摩擦・摩耗に関する現象を研究する研究分野です。もともとトライボロジーという概念がエンジニア側から提言されたという歴史的背景からみましても、この分野の知見は工業において非常に重要なものとなります。特に、近年はカーボンニュートラルの重要性が認識され、省エネルギーや長寿命な機械が求められています。ここにおいては、“機能性を失わず”摩擦損失や摩耗を低減させる技術や材料の開発が非常に重要です。摩擦・摩耗は必ず２面がお互いに接触しあう面で生じますので、お互いの材料の相性、間に介在する潤滑油の種類、環境湿度、摩擦速度、支える荷重など様々な要因が影響し合う複雑な現象となります。これがトライボロジーに関する研究を難しくしている要因です。
　本講演では産業側からの参加者に、複雑なトライボロジー現象をわかりやすく理解いただき、かつ、最新のトライボロジー研究の動向を知っていただくことを一つの目的としています。ここでは、近年注目を集めているDLC膜（ダイヤモンドライクカーボン）や潤滑油中添加剤に関する研究動向もご紹介いたします。
　第二に、AI・機械学習のトライボロジー分野における最新動向をご紹介いたします。近年、様々な産業・研究分野で機械学習が活用されており、注目はますます高まっております。そこで先ずは、AI・機械学習の基礎を解説いたします。トライボロジー分野においては機械学習の活用が進んでおりませんでした。そこで、トライボロジー分野における機械学習活用の難しさなどを次にご紹介いたします。一方で近年は、徐々にトライボロジー分野においても機械学習の活用事例が見られ始めており、これらの最新研究動向を解説します。最後に、実際にトライボロジー研究に機械学習の技術を導入した講演者の知見から，機械学習の活用において気を付けるべき点などを解説させていただきます。

 １．摩擦・摩耗に関するトライボロジー分野とは
　1.1 トライボロジーの歴史的背景
　1.2 トライボロジー技術開発の難しさ
　1.3 産業におけるトライボロジー技術開発の重要性
 
２．トライボロジーの基礎
　2.1 摩擦の基礎
　　2.1.1 低摩擦技術に関する最新研究動向
　2.2 摩耗の基礎
　　2.2.1 摩耗研究に関する最新研究動向
　2.3 機械潤滑油の基礎
　　2.3.1 機械潤滑油と添加剤に関する最新研究動向
 
３．現在起きつつある機械システムの変遷と求められるトライボロジー技術
 
４．DLC膜(ダイヤモンドライクカーボン)のトライボロジー特性に関する基礎知識
　4.1 DLC膜の超低摩擦現象
　4.2 DLC膜の摩耗に関する最新研究動向
 
５．摩擦の能動的制御に関する最新研究動向
　5.1 変形表面を用いた能動的摩擦制御手法の最新研究動向
 
６．AI・機械学習の基礎（トライボロジーへの応用を見据えて）
　6.1 深層学習の基礎（トライボロジーへの応用を見据えて）
　6.2 メンテンナンストライボロジー分野における機械学習の応用事例
　6.3 機械学習とトライボ制御システムの協調による摩擦安定化・制御技術への展開
　6.4 深層学習による摩擦面画像からの摩擦推定技術紹介

　□質疑応答□ 

※詳細・お申込みは上記

「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。