この１０年、マテリアルズインフォマティクスのブームだったが、相関関係による回帰が主に利用された手法ではないだろうか。データ駆動により見出された数式なり学習機械を用いて得られる回帰と分類の効果が、データサイエンスにより現象の理解に貢献する,というのがマテリアルズインフォマティクスである。
その中で線形回帰は、データサイエンスを意識せず昔から使われてきた手法であるが、せっかくこの１０年データサイエンスを意識したので、もう一度基礎から見直していただきたい。
ポリマーアロイの設計においても線形回帰は、エクセルのソルバーで簡単に活用でき、新素材開発に貢献するので、その正しい意味をよく理解しておきたい。
ｙ＝ａｘ＋ｂは小学校の算数でも出てきそうな式であるが、あまりにも簡単ゆえに甘く見ている人が多い。線形回帰ではｂに誤差項が含まれてくるのだが、２つの意味がある。
一つは誤差を認めたうえで、ｙを予測するための式、という意味であり、他の一つはｙとｘにはあらかじめ式で示された形式知に基づく関係があり、何らかの影響で誤差が発生している、という意味である。
前者と後者は同じことを言っているのではないかとか、前者と後者の意味の違いがよく分からない、と言ってはいけない。よく読み返していただきたい。
前者では、単なる誤差を含んだ予測を行うための式でしかないが、後者ではｙとｘの間に科学の形式知で保証された関係があるので、誤差項には、深く解析すると意味のある何らかの情報が含まれている、と踏み込んでｙとｘの関係を述べている。
すなわち、前者における誤差項は測定ばらつきなどの統計的に純粋な誤差であり、その誤差を解析してみても何ら現象に秘められた情報を取りだすことができないが、後者では誤差を考察することにより、単なる統計ばらつき以外の情報が見えてくる。
線形回帰で残渣分析を行う必要があるのはこのためであり、現象に隠れた何らかの情報が誤差に含まれていないか考察する習慣を身に着けたい。
来週開催される難燃化技術セミナーでは事例をもとにこのあたりを説明するので興味のあるかたは弊社へ問い合わせていただきたい。
５０年近く前からマテリアルズインフォマティクスを実践し、それが原因でFDを壊されるような嫌がらせを受け、それを組織が隠蔽化するというので命が惜しくて転職している。マテリアルズインフォマティクスは半世紀ほど前には非科学として嫌われた手法である。
企業内の事件であり、なかなかすべてを表に出せないので、マテリアルズインフォマティクスと科学の微妙な関係について詳しく書けないが、昔はその手法を忌嫌う「科学こそ命」な研究者が多かった。
仮説ではなく学習機械で問題解決する方法は５０年近く前から行われていた。来週のセミナーではその証拠もご披露する。それだけではない。最近のAIの手法についてプログラムを組み実験を行った結果との比較も交えて、「ある手法」の優位性を解説する。
「ある手法」とは、アレである。ただしここでは阪神の優勝の意味ではない、50年以上前から知られているアレである。アレとAIとの比較は、珍しい発表だと思っているので問い合わせていただきたい。アレのほうが使い方によりAIより便利である。
カテゴリー : 一般
pagetop
同一配合で異なる物性のコンパウンドをプロセス設計により作り分ける、これができない技術者は新材料開発能力が低い、と言わざるを得ない。
また、配合と物性は１：１に対応すべき、と某国家プロジェクトの目標に書かれていたようなことを信じている技術者はもっと材料技術について勉強すべきである。
ＰＰＳ／６ナイロン／カーボンを二軸混練機で常識的な混練をしている限り、押出成形で半導体ベルトの歩留まりが１００％となるコンパウンドを製造することは不可能である。
力学物性を犠牲にすれば、二軸混練機を二回用いることで、電気抵抗の安定したコンパウンドを製造可能である。例えば６ナイロン相にカーボンを分散し、それをPPSと混練すると得られる。
しかし、カーボンの分散したナイロン相のドメインが硬いので、そのようなコンパウンドで製造した無端ベルトは紙のような靭性のベルトとなる。
力学物性も電気物性も両方目標物性を満たしたコンパウンドを製造するためには、現在のところカオス混合しかない。すなわち、カーボンの凝集相が６ナイロンの相溶したPPSに分散した高次構造を有するコンパウンドなら電気物性も力学物性もその品質が良好な半導体無端ベルトを押出成形できるようになる。
ただし、PPSと６ナイロンのχは大きいので、これはフローリー・ハギンズの理論に反する、と考えた方は優秀である。カオス混合は、科学の形式知に反するような現象が発生するトランスサイエンスの混練方法である。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
早期退職を決意したとたんに難しい仕事が舞い込んできた。配合を変えずに半導体無端ベルトの押出成形歩留まりを１０倍にする仕事である。
某国家プロジェクトの目標として、配合と物性が１：１に相関し、などと間違ったことが書かれていたが、もしこれが形式知となるならば、この仕事の解は無い。
しかし、無機材料でも有機材料でも配合と物性は、１：１で対応しないことの方が多い。ゆえに国家プロジェクトの目標とされたのだろうが、これを１：１で対応させようとするセンスでは、新材料の開発など難しい。
しかし、そのような感覚のテーマに数億円の予算が毎年ついてプロジェクトが進められている日本の研究開発においてその任にある人は、弊社のセミナーで少し勉強した方が良い。
配合が同一でも高分子材料ではコンパウンディングプロセスが異なれば、物性は変化する。これは常識であり、それゆえ新たなプロセシング技術の研究は、いつの時代でも求められている。
PPS/６ナイロン/カーボンの単純な組成で半導体コンパウンドを製造するときに、少なくとも２種類の全く異なる高次構造のコンパウンドを作り分けることが可能だ。
技を磨けばこの単純な組成で３種類以上の高次構造を創り分けることができる。負の誘電率を有するコンパウンドまで製造できた、と書くとウソだという人がいるかもしれないが、電気技術者にコンパウンドの評価をお願いしていたら、彼が見つけてくれたのである。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
絶縁体高分子に導電性微粒子を分散すると半導体高分子が得られるが、この時に発生する現象がパーコレーションで、導電性微粒子の体積分率が増加した時に体積固有抵抗がある体積分率で急激に減少する領域ではパーコレーション転移が起きている。
このシミュレーションプログラムをPythonで作成しながらパーコレーション転移について学ぶセミナーを常時開設しているので、関心のあるかたは問い合わせていただきたい。
帯電防止技術と複合プリンターのキーパーツ開発事例をもとに、パーコレーション転移のシミュレーション方法とそれを活用した製品開発技法を解説し、同時にPythonによるプログラムの解説を行う。
このプログラム解説は、単なるPythonの文法解説以外にプログラミング言語としてのPythonの特徴をクリアにし、発展的独習が可能なように指導している。
プログラミング言語は、名古屋弁や大阪弁よりも易しく、コツさえつかめれば自学自習が可能であり、そのコツを弊社のセミナーでは伝授している。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
表題のセミナーが下記予定で開催されます。技術情報協会のサイトからお申し込みください。但し、弊社へお申し込み頂ければ、弊社のセミナーを1テーマ無料サービスいたします。詳細は弊社へお問い合わせください。
記
1.タイトル 高分子の難燃化技術の体系と最近の動向
2.日時 2023年9月22日（金）10：30-16：30
3.開催形式 WEBセミナー
4.参加費 1名につき55,000円(消費税込み)
【セミナープログラム】
１．火災と高分子
1.1 高分子の難燃化技術研究の歴史
1.2 事例：フェノール樹脂の難燃性
1.3 高分子の耐熱性と難燃性
２．難燃性の評価試験法
2.1 高分子材料の用途と評価試験法
2.2 極限酸素指数法
2.3 UL94 評価試験法
2.4 その他の評価試験法
３．高分子の難燃化手法
3.1 高分子の難燃化メカニズム
3.2 ドリップ型難燃化手法
3.2.1 再生 PET 樹脂射出成形体
3.3 炭化促進型難燃化手法
3.3.1 ホスファゼン変性ポリウレタン発泡体
3.3.2 ホウ酸エステル変性ポリウレタン発泡体
3.4 難燃化手法とプロセシング
４．難燃化技術とデータサイエンス
4.1 データサイエンス概説
4.2 タグチメソッド概説
4.3 難燃性コンパウンドの工程問題解決事例
５．難燃化技術と環境問題
5.1 環境問題の変遷概論（3R から 4R へ）
5.2 各種法規制と難燃化技術
5.3 難燃性半導体ベルトの LCA
６.難燃化技術の特許出願動向
カテゴリー : 学会講習会情報 宣伝
pagetop
シミュレーションには現象を数式で記述する方法と現象のモデルをコンピューターの中で機能させる方法とがある。
後者では、現象の動作を数式で記述する必要が無く、思考実験と類似の方法なのでプログラミングスキルがあれば、だれでもコンピューターシミュレーションが可能である。
数式で記述する場合も、現象をデフォルメしたモデルを仮定することがあるので、この両者の違いが分かりにくいが、後者では機能の数学表現を考える必要が無い点が容易である。
ここに最近はディープラーニングすなわちAIの手法も入ってきて、後者はますます便利になった。Pythonを用いれば豊富な無料ライブラリーが存在し、プログラミングもますます易しくなる。
このあたりを体感していただくためにパーコレーションのシミュレーションセミナーを開講してます。詳細はセミナーのページをご覧ください。
カテゴリー : 一般
pagetop
下記内容で、今月22日に技術情報協会主催で高分子の難燃化技術セミナーが開催されます。弊社にお問いあわせ頂くか、直接技術情報協会へお申し込みください。
火災は，急激に進行する酸化反応である。非平衡下の科学が未だ研究段階であり，高分子材料の難燃化技術を科学の形式知だけでは開発できない。形式知で解決できない問題は，経験知や暗黙知まで動員して解決することになる。
すなわち，科学で解決できない高分子材料の難燃化技術では，高分子材料の用途に適合した難燃化規格を定めることにより，問題解決できるようにしている。
しかし，高分子材料の用途は様々であり，ひとたび火災が発生すれば用途ごとに燃焼のリスクだけでなく燃焼時の現象も様々となる。このことから難燃性の規格は，用途ごとに決める必要性があり，その結果測定法も様々となり，不定期に改定される規格も出てくる実情を納得できる。
高分子材料の成形体を購入する立場であれば，納入業者に規格に合格しているかどうか確認すればよい。ところが，多種多様の業界に製品を納入している成形体メーカーは大変である。それぞれの業界ごとに製品が規格に合格するのかどうか確認しなければいけない。
ここで手を抜く担当者は，材料メーカーにそれを求める。その結果，高分子材料の業界では，コンパウンドメーカーが難燃化技術の開発をしなければいけなくなる。 コンパウンドを難燃化するときに，最もよい難燃化手法を探すことになるが，「最もよい方法」を客観的に評価するには，それが科学的に証明されなくてはいけない。
本セミナーでは，高分子の耐熱性と難燃性について概説する。また，熱分析手法を用いた開発事例を説明し，新たな難燃化技術を開発するヒントを示す。さらに，2022 年に施行された法律により再生材の活用が本格化している実情を踏まえ，再生材の難燃化技術の事例も解説する。
高分子の難燃化技術は，トランスサイエンス（注）でありその問題解決にデータサイエンスは有効な手法の一つであり，Python によるディープラーニングによる回帰の結果についても言及する。
（注）科学で問うことができるが，科学で答えることのできない問題。
カテゴリー : 未分類
pagetop
かつて高分子のレオロジーについてダッシュポットとバネのモデルを用いて研究していた時代があった。しかし、クリープという現象についてこのモデルでは説明できないことが分かり、１９８０年代に頓挫している。
ゴム会社では、１９７０年代に数理モデルによる高分子研究は否定され、研究者はひどい目にあったらしい。当方のようなセラミックス事業を研究所で住友金属工業とのＪＶを起こしたケースでは会議前になるとＦＤを壊されたりという妨害を受けたので、当時のレオロジー研究者は大変だったのではないかと想像している。
さて、２０１０年代に第３次ＡＩブームが始まって、日本でもマテリアルズインフォマティクスが流行したので、慌てて飛びついた企業が多いのではないか。
マテリアルズインフォマティクスという何か魔法のような名称だが、１９８０年前後に情報工学の講座設置ブームが起きた時の流れであるデータサイエンスの一分野である。
第三次ＡＩブームでＡＩが導入されたデータサイエンスと書けばわかりやすいかもしれない。コンピューターという学習機械を用いてビッグデータで機械学習を行い、答えを見つけようという手法である。
これで新しい知を見つけられるとアカデミアが騒ぎ、マテリアルズインフォマティクスを推進する会社まで生まれている。弊社はこのブームが起きる前から問題解決法の一手法として多変量解析を指導してきたが、この多変量解析は、機械学習の一手法に組み入れられている。
これは少し問題である。確かに機械学習の側面もあるが、多変量解析には多変量解析の解析方法が存在し、その中には単純に回帰を求めるだけではない方法もある。
５０年近く多変量解析を利用してきて、この手法を気軽に機械学習の一手法として説明しないでいただきたいと思っている。多変量解析の一部に機械学習もある、そして機械学習には多変量解析以外の方法もある、ぐらいのほうが誤解を生まない。
カテゴリー : 一般 高分子
pagetop
モデルベースデザインとかモデルベース開発という言葉が１９８０年代のアメリカで生まれているそうだ。これは故田口玄一先生との雑談で伺った話である。
タグチメソッドもそのカテゴリーのメソッドとして最も優れているとの説明だったが、確かに損失関数で、研究開発から市場まで同じパラメーターで一気通貫に記述できたなら、モノづくりの流れの中で、セグメントごとのモデルが異なってもＯ／Ｐを揃えることができるので、モデルベース開発となる。
しかし、各企業の現状はＱＣ手法で品質管理が行われており、そこで損失関数は使われていない。すなわち、タグチメソッドでモデルベース開発の思想を川下まで行おうとするとそれなりのイノベーションが必要となる。
損失関数は、品質が失われたり低下した時の社会的損失を例えば金額ベースで表すことができ、管理がしやすいが、現状のＱＣ手法とどのように整合性を取ってゆくのか難しい問題が存在する。ワイブル統計さえもうまく使いこなされていないのに、である。
しかし、トランスサイエンスの時代となり、科学で問うことができても科学で答えることができない問題が溢れてきて、科学的品質管理手法というキャッチフレーズで１９６０年代から普及してきた手法ならＤＸの進展もあり大きく転換しても良いのではないか。
カテゴリー : 未分類
pagetop
絶縁体高分子に導電性微粒子を分散し抵抗測定を行うと、その添加率（体積分率）に従い、抵抗が減少する。そしてある添加率のところで急激に抵抗が減少する現象が観察される。
これがパーコレーション転移と呼ばれる現象で、電気抵抗だけでなく、弾性率や線膨張率でもその変化を確認することができる。ただし、電気抵抗のように桁数が大きく変動する変化ではないので、あまり注目されていない。
ただ、昔から混合則とか複合則というルールがあり、未だにいいかげんな教科書でこのルールを見かけることがある。１９９０年ごろ、当方が日本化学会で研究発表を行ったときに、パーコレーションという言葉を用いたが、会場がシーンとなってびっくりした。
他のセッションでは、複合則とか混合則という言葉が常識的に使われていたので、奇異に思われたのだろう。当方は１９７９年に指導社員からパーコレーションの説明を受けている。
当時はスタウファーの教科書が頼りであったが、化学系の人でこの教科書を読んでいる人は皆無だった。その教科書によれば、カリフォルニアの山火事について数学者たちがボンド問題とサイト問題として議論したのが最初だという。１９５０年代で当方が生まれた頃の話である。
それが高分子の世界で一般的になるのに４０年以上かかっている。数理モデルを数式で理解することが難しかったからである。この数式はコロナの流行でよくテレビで見たようなクラスター理論と通じている。
無限クラスターが生成するところがパーコレーションの閾値である。微粒子が真球であれば、体積分率で３０％前後のところである。長径と短径の比、アスペクト比が大きくなるにつれこの閾値は小さくなる。
数式で数理モデルを理解しようとすると大変であるが、コンピューターの中で実際に微粒子が分散する状態を再現して計算すると理解しやすい。
このシミュレーション法についてエンジン部分のPythonプログラムを配布してWEBセミナーを弊社で行っています。Pythonのプログラミングを学ぶには良い教材ですのでお問い合わせください。パーコレーションを理解できるとPythonが身についている、というセミナーです。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
