Toshiyuki Koyama 研究室
主宰者：Toshiyuki Koyama
名古屋大学
AI 要約（直近 5 年の研究成果）
本研究室は、金属材料の性質と組織構造の関係を理解し、優れた性能を持つ材料の設計に取り組んでいます。主な研究対象は、ニッケル基超合金やマグネシウム合金、銅系析出強化合金など、産業応用が重要な多様な金属材料です。
研究手法としては、計算シミュレーションと実験の両者を組み合わせているのが特徴です。相場図計算（CALPHAD法）や相界面シミュレーション、結晶塑性理論に基づく計算を用いて、原子レベルでの物質拡散、結晶変態、転位の挙動、粒界での元素偏析などを解析します。同時に、引張・圧縮試験や顕微鏡観察により実験データを取得し、シミュレーション結果の検証と改善に活用しています。近年では、機械学習や人工知能を活用した熱処理条件の最適設計にも取り組んでいます。
主要な発見としては、材料の微視組織における複数現象（析出、再結晶、転位の回復など）の相互作用が、最終的な強度や延性といった巨視的性質を決定することを明らかにしています。特に、合金成分の添加や熱処理プロセスの工夫によって、粒界の組成制御や組織進化を操作できることを示しており、これらの知見は実用金属材料の性能向上に直結する設計指針として活用されています。
※ 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)
- 工学Takuya Ishimoto 研究室大阪大学論文 103 件·共通: 金属材料, 顕微鏡, 化学工学, プロセス +10
- 材料科学Ryo Ishikawa 研究室東京大学論文 125 件·共通: 顕微鏡, イメージング, 実験技術, 機械 +10
- 工学Makoto Kobashi 研究室名古屋大学論文 100 件·共通: 顕微鏡, プロセス, イメージング, 実験技術 +8
- 工学Naohiko Sugita 研究室東京大学論文 100 件·共通: 化学工学, プロセス, 機械, 材料工学 +5
- 材料科学Yuichi Ikuhara 研究室東京大学論文 102 件·共通: 顕微鏡, イメージング, 実験技術, 材料工学 +6
- 材料科学Naoya Shibata 研究室東京大学論文 101 件·共通: 顕微鏡, イメージング, 実験技術, 材料工学 +6
- 材料科学Akimitsu Narita 研究室沖縄科学技術大学院大学論文 100 件·共通: 顕微鏡, イメージング, 実験技術, 材料工学 +6
- 材料科学Hajime Ito 研究室北海道大学論文 100 件·共通: 化学工学, プロセス, 機械, 材料工学 +6
研究成果（38 件）
- DOI: https://doi.org/10.2320/matertrans.mt-l2026001
- DOI: https://doi.org/10.1016/j.matdes.2026.116404
- DOI: https://doi.org/10.1016/j.commatsci.2025.114171
- DOI: https://doi.org/10.2320/matertrans.mt-m2025016
- [2025] Phase-field modeling of microstructure formation in FePt-C nanogranular films sputtered on MgODOI: https://doi.org/10.1016/j.matdes.2025.115314
- DOI: https://doi.org/10.1016/j.nxmate.2025.100564
- DOI: https://doi.org/10.1016/j.jallcom.2025.180266
- [2025] Simple implementation examples of agent AI on free energy calculation and phase-field simulationDOI: https://doi.org/10.1080/27660400.2025.2601436
- DOI: https://doi.org/10.2355/isijisss.2024.0_49
- DOI: https://doi.org/10.1038/s41598-024-63801-6
続きを表示（残り 28 件）閉じる
- DOI: https://doi.org/10.2320/jinstmet.j202411
- DOI: https://doi.org/10.1016/j.mtcomm.2024.110116
- DOI: https://doi.org/10.2464/jilm.74.73
- DOI: https://doi.org/10.1016/j.commatsci.2024.112796
- DOI: https://doi.org/10.1299/jsmecmd.2024.37.os-0820
- [2023] Artificial intelligence inspired design of non-isothermal aging for γ–γ′ two-phase, Ni–Al alloysDOI: https://doi.org/10.1038/s41598-023-39589-2
- DOI: https://doi.org/10.1016/j.actamat.2023.118958
- DOI: https://doi.org/10.1007/s10853-023-08927-0
- DOI: https://doi.org/10.2320/materia.62.673
- DOI: https://doi.org/10.2320/jinstmet.j2023003
- DOI: https://doi.org/10.2320/matertrans.mt-m2022167
- [2023] Virtual heat treatment for γ-γ′ two-phase Ni-Al alloy on the materials Integration system, MIntDOI: https://doi.org/10.1016/j.matdes.2023.111631
- DOI: https://doi.org/10.1016/j.actamat.2022.118393
- DOI: https://doi.org/10.1162/neco_a_01530
- DOI: https://doi.org/10.1080/27660400.2022.2112915
- DOI: https://doi.org/10.1007/s10853-022-07612-y
- DOI: https://doi.org/10.1007/s12613-021-2398-8
- DOI: https://doi.org/10.1016/j.jallcom.2022.164285
- DOI: https://doi.org/10.1007/s11669-022-00938-9
- DOI: https://doi.org/10.2497/jjspm.69.s63
- [2021] Prediction of Precipitate Shape and Estimation of Material Parameters Based on Microstructure DataDOI: https://doi.org/10.2320/materia.60.775
- DOI: https://doi.org/10.1103/physrevmaterials.5.113801
- DOI: https://doi.org/10.2320/jinstmet.j2021007
- DOI: https://doi.org/10.1109/ectc32696.2021.00234
- DOI: https://doi.org/10.1016/j.calphad.2021.102269
- DOI: https://doi.org/10.2320/jinstmet.jbw202001
- DOI: https://doi.org/10.2320/jinstmet.j2020055
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）。