2021.03/27 配合設計技術
昨日SiCを事例に当方の体験を書いたが、機能を追求した材料の配合設計技術について開発の余地がある。
今この技術について当方の体験を公開しようと企画準備を進めているが、マテリアルインフォマティクスの提案がアカデミアからある。
ただしこれはAIを活用したデータマイニングであり、どうしても大規模化する。当方の体験談は、科学的ではないが科学のツールを活用してヒューリスティックな解を得る方法である。
同様の手法は、山中博士も用いられノーベル賞を受賞されている。当方の仕事では、せいぜい日本化学会賞どまりであるが、それでも手法の成果は事業に有益な情報をもたらした。
例えば電気粘性流体の耐久性問題では一晩でその解決法を提示している。また、3種の粒子は、電気粘性流体の性能を飛躍的に向上し、実用化への道を開いた。
昨日のSiC切削チップは残念ながら実用化できなかったが、同様の手法で写真会社退職前に行ったリサイクルPETを電子写真機の内装部品応用した技術では、再度その有効性を確認できた。
その他、中間転写ベルトや帯電防止技術、高分子の難燃化技術など人間の脳を活用したデータマイニングで得られたヒューリスティックな解が事業に貢献している。
人間の脳は品質ばらつきが大きいが、科学的ツールを用いるので、多少品質の悪い脳でも同じ結果が得られる。
そもそもＱＣ7つ道具という手法は中卒レベルが獲得している形式知を基準にしているので、当方の手法も同レベルの形式知があれば十分な成果を出すことが可能である。
pagetop