Sendong Ren 研究室
主宰者:Sendong Ren
大阪大学
AI 要約(直近 5 年の研究成果)
Sendong Ren研究室では、異なる材料を効率的に接合・加工する技術と、材料の特性を向上させるプロセスの最適化に取り組んでいます。特に、金属と炭素繊維強化プラスチック(CFRP)といった異種材料を電気抵抗を利用した溶接法で接合する際に、加熱温度や電流などのプロセス条件がどのように接合強度に影響するかを明らかにすることを目指しています。
研究手法の大きな特徴は、有限要素解析(FEA)による数値シミュレーションと実験を組み合わせている点です。研究室で開発した専用の計算プログラムを用いて、溶接時の温度分布や熱サイクルを予測し、これを実測データと比較して精度を検証しています。さらに人工知能(機械学習)を統合させることで、最適な加工条件の自動探索も行っています。
加えて、高エントロピー合金やマグネシウム合金など先進的な金属材料の水素脆化現象や腐食特性を調べたり、熱処理プロセスを通じて非晶質金属ガラスの加工性を改善したりするなど、材料自体の性質を理解し強化する研究も展開しています。これらの研究を通じて、軽量化が求められる自動車などの産業応用につながる技術開発を進めています。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 化学工学S. Mani Sarathy 研究室東北大学論文 100 件·共通: エネルギー工学, プロセス・反応, 化学工学, AI・機械学習 +12
- 工学Takuya Ishimoto 研究室大阪大学論文 103 件·共通: 金属材料, プロセス・反応, 化学工学, プロセス +7
- 物理学・天文学Keiichi Jingu 研究室東北大学論文 102 件·共通: プロセス・反応, 化学工学, AI・機械学習, プロセス +7
- 材料科学Teruyasu Mizoguchi 研究室東京大学論文 123 件·共通: AI・機械学習, 機械学習, 機械, 材料工学 +9
- 工学Motomichi Koyama 研究室Institute for Materials Research, Tohoku University論文 100 件·共通: 金属材料, 水素, エネルギー工学, エネルギー +3
- 工学Naohiko Sugita 研究室東京大学論文 100 件·共通: プロセス・反応, 化学工学, プロセス, 機械 +6
- 工学Yasuhiko Nakashima 研究室奈良先端科学技術大学院大学論文 100 件·共通: AI・機械学習, 機械学習, エネルギー, 機械 +8
- 化学工学Masaaki Kitano 研究室Institute for Materials Research, Tohoku University論文 100 件·共通: 水素, エネルギー工学, エネルギー, 機械 +6
研究成果(18 件)
- DOI: https://doi.org/10.1007/s11665-026-14483-w
- DOI: https://doi.org/10.1007/s00170-025-16595-4
- DOI: https://doi.org/10.3390/met15090987
- DOI: https://doi.org/10.3390/polym17070997
- [2025] Corrosion mechanism of electron beam remelted layer of eutectic high-entropy alloy AlCoCrFeNi2.1DOI: https://doi.org/10.1016/j.matchar.2025.114882
- DOI: https://doi.org/10.1016/j.msea.2024.147025
- DOI: https://doi.org/10.1016/j.jmrt.2024.06.092
- DOI: https://doi.org/10.1016/j.jmrt.2024.03.218
- DOI: https://doi.org/10.3390/polym16060738
- DOI: https://doi.org/10.1016/j.jmrt.2023.12.076
続きを表示(残り 8 件)閉じる
- DOI: https://doi.org/10.1007/s11665-023-08730-7
- DOI: https://doi.org/10.1116/6.0002687
- [2023] Numerical modeling from process to residual stress induced in resistance spot welding of DP980 steelDOI: https://doi.org/10.1007/s00170-023-10845-z
- DOI: https://doi.org/10.1016/j.crad.2022.04.016
- DOI: https://doi.org/10.1016/j.jmatprotec.2021.117364
- DOI: https://doi.org/10.1115/1.4052130
- [2021] 3-D modelling of the coaxial one-side resistance spot welding of AL5052/CFRP dissimilar materialDOI: https://doi.org/10.1016/j.jmapro.2021.06.023
- DOI: https://doi.org/10.1115/1.4051329
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。