5年以上研究開発が行われ、量産試作段階でも歩留まり10％未満の押出成形による部品があった。時折30％近く歩留まりが上がることもあったので、量産が決まったのだが、半年後には80％以上の歩留まりにしなければ、大赤字になることが予想されていた。
コンパウンドを外部の国内一流コンパウンドメーカーから購入し、押出成形を内製化しており、コンパウンドを外部から購入するサプライチェーンと配合の変更は、QMSの仕組み上不可能だった。
そのような段階でリーダー交代を引き受けた。さて、どのように問題を解決したらよいのか。このような問題では、故ドラッカーが著書に書いていたように、正しい問題を明らかにすることが重要である。
経験知から、押出成形では、コンパウンドの出来が悪ければ、絶対に良い成形体ができない、といわれているので、たとえ世界的に有名なメーカーのコンパウンドであっても出来が悪いのは明らかだった。
5年以上の開発期間で採取されたデータをデータサイエンスにより解析してみても、コンパウンドのロットばらつきが大きいことが示され（注）、コンパウンドを改良しなくてはゴールを実現できないことは明らかだった。
過去のデータを解析すると、さらに現在の配合のままでもコンパウンドの構造ばらつきを制御すれば目標の表面比抵抗を実現できることが示された。ゆえに配合処方を変更しなくても大丈夫であることは、多数のデータから確信できた。
ゆえにコンパウンドメーカーが高次構造を制御するためプロセシングを変更してくれれば、歩留まり80％以上の実現が可能と見通すことができたので、リーダーの交代を引き受けている。これはデータサイエンスの成果である。
過去データの解析以外に、プロセシングを変更した時のコンパウンドについてその高次構造も含めたゴールを明確にする必要があった。さて、どうしたらよいか？これもやはりデータサイエンスで解答を導くことが可能であり、データサイエンスによる問題解決法のセミナーでその手法を公開している。
・
（注）単相関で眺めていても気がつかない問題だった。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
マテリアルズインフォマティクスが騒がれて７，８年経った。最近は高分子と機械学習を短絡的に結びつける発想に疑問を持つ人も多くなった。
当たり前である。高分子物性の変化あるいは機能の発現は線形モデルで議論できる場合が多い。SSカーブでさえ線形モデルで扱い、タグチメソッド（TM）を行っても、最適な制御因子を選ぶことが可能だ。
また、当方は５０年近く前から多変量解析を使用し、高分子材料の開発を行ってきたので、データサイエンスに関する開発事例を多数持っている。
データサイエンスを材料研究に用いることが非科学と否定されても、それが日科技連の新QC７つ道具に書かれているという理由で、迫害に近い妨害を受けても使い続けた筋金入りのデータサイエンス研究者である。
結局命が惜しくて転職しているが、材料科学にデータサイエンスを用いて問題解決することが、それほど他の研究者に嫌がられた時代があったのだ。信じられないかもしれないが、転職した当方がその証である。
データサイエンスそのものの研究は、科学でも、それを用いた材料の研究は、非科学となる。そのような時代がかつてあった。データサイエンスを用いて材料科学の問題を解くのはTM同様に技術の「メソッド」である。
このような視点で、材料科学だけでなく、食品や医療分野などすべての科学分野で用いるときに同様の観点でとらえるべきである。
また、データサイエンスを学ぶときにもそのような姿勢で学ぶべきである。それが、科学を科学として成立させるために必要である。
もっとも、科学と非科学の境界は時代とともに変化するというイムレラカトシュの言葉もあるので、TMはじめデータサイエンスによる材料科学の問題解決を科学の方法とするのも一つの考え方であるが、故田口先生は、科学の研究を行うぐらいなら基本機能の研究を行え、と言われていた。
だいたい、人類の文明がすべて科学の成果という考え方が間違っており、科学の成立していなかった時代にも科学と異なる方法による成果で文明が進歩してきた歴史に気がつくべきである。
E.S.ファーガソンは、「技術屋の心眼」の中で科学以外の方法による成果に目を向ける必要性を指摘している。科学をさらに進歩させるためには、科学以外の方法による技術開発の手法も体得すべきである。
大型コンピュータを活用し５０年近く前から材料科学に応用されていたことをご存知ない方が多い。弊社は豊富な成功事例を活用したセミナーを問題解決法として展開しています。ご相談ください。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
高分子を不燃化することはできないので、その難燃化技術が1970年代から盛んに研究され、リン酸エステル系難燃剤や臭素系難燃剤が1990年ごろまで多数開発された。
2000年前後までこの難燃剤開発は続けられたが、最近は新難燃剤の話題を聞かない。起業後PH01という難燃助剤に相当する材料を開発している。
ただ、難燃剤よりも高い価格なので普及していない。原料価格から大量に生産すれば価格が下がると思っている。中国のローカル企業がこの性能に興味をもってコロナ禍前にいろいろと検討してくれたが、価格がネックとなり用途が広がっていない。
その検討過程でPPSの結晶化抑制剤としての機能が発見され、その実用化が進んだが、使用量が少なく価格を下げるまでに至っていない。
難燃剤の話に戻るが、昔難燃剤は安いものなら200円／ｋｇ程度のリン安があったが、その添加剤としての機能から用途が限られた。ホスファゼンは2000円/ｋｇであり10倍の価格にもかかわらず、万能だったので盛んに検討された。
しかし、その価格がネックとなり電子部品分野以外の用途に広がっていない。汎用樹脂の難燃剤は、高いものでも1000円/ｋｇ未満の材料が選ばれている。
素材分野ではコストパフォーマンスで用途が決まるので、多数の難燃剤がこの50年間に開発されたにも関わらず淘汰が始まっている。商品として残しておいてほしい化合物がいくつかあり、市場原理に悩んでいる。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
SiC（炭化ケイ素）の成形体を常圧焼結プロセスにより製造するためには、セラミックスフィーバーを引き起こしたプロチャスカの配合を用いる必要がある。
ゆえに高純度の常圧焼結体を製造することはできない。不純物として助剤が必ず０．２％以上含まれる。プロチャスカの配合ではホウ素を０．２％、カーボンを２％以上添加する必要がある。
この２種類の助剤にはそれぞれ役割があり、ホウ素だけを用いた場合には異常粒成長が起き、緻密化しない。カーボンだけでも、やはり緻密化しない。
ホウ素の役割として界面エネルギーを低下させて緻密化を促進することが知られているが、単独に使用しても緻密化が起きない。
また、カーボンだけならば２％の添加でも片目をつぶって高純度SiCと主張してもお客さんは許してくれそうだが、ホウ素はSiCの組成と異なるゆえに、その添加で高純度SiCと呼べなくなる。
カーボンが多少余分に入っていても高純度SiCとお客さんは呼んでくれるのかどうかについては、現実に高純度SiCヒーターや半導体製造プロセスで用いられているダミーウェハーの組成は、カーボンが余分に入った高純度SiCである。
カテゴリー : 一般 電気/電子材料
pagetop
当方の配合設計の考え方は、技術者としてスタートした時の指導社員から強く影響を受けている。彼が、混練の神様のようなレオロジストで関数電卓を使いシミュレーションを行うような人だったから、化学系の配合屋と少し異なる。
まずプロセス条件から考えてゆく。具体的に言えば、プロセスから生じる制約条件を考慮して配合設計を行う。タグチメソッドでは制御因子の水準を幅広く設定するとよい、と指導されるが、プロセスの制約を考えず制御因子を決めるのは愚かである。
ところで、プロセスの制約から配合因子が影響を受けるケースではどうするか。このときプロセスにおける配合因子の挙動をチェックできる指標を入れた実験を必ず一水準入れる。プロセスの制約からその配合因子をあきらめるような配合設計を行わない。
こうすることにより、配合系の特徴が明確になる。データサイエンスにありがたみを感じるのは、公開されている多量のデータから自分が設計している配合系の特徴が明らかになった時である。
配合設計をいつでも新しいコンセプトで行っているとは限らない。従来の配合系を参考に設計したり、習慣に従い、比例計算だけを行いボーっと配合設計している場合もある。
アカデミアよりもアカデミックな研究所で見かけたゴム配合設計者の中には、グラフを書くためだけに配合設計している人がいたが、これはボーっと何も考えずに配合設計している人と変わらない。
ゴム配合の物性に与える影響を知っているならば、グラフを想像する前に考えなければいけないことがある。それは、ブリードアウトの問題、あるいは、物質の分散状態と拡散の問題である。
配合したい物質の機能に着目することは重要だが、その副作用を見落としてはいけない。副作用がある時にはその副作用を抑制する方法も配合設計時に考え、システム設計しなければいけない。
いろいろ考えてうまくコンセプトをまとめられない時がある。そのようなときは、データ駆動の実験を行いながら考える。例えば高純度SiC前駆体の配合設計やPETボトル再生材を８０％含む樹脂はじめどこから考えたらよいのか難しい問題の成果は、５０年近く前からデータ駆動の実験で成果を出している。
現在データサイエンスによる問題解決のオンラインセミナーの参加者を募集しています。
セミナーの詳細及びお申込みはこちら
カテゴリー : 一般 電気/電子材料 高分子
pagetop
ゴム会社では、アカデミアよりもアカデミックな研究所に配属されたが、幸運だったのは、最初の指導社員が技術と科学のバランス感覚に優れ、化学を学びたいという意欲に燃えた物理学者だったことだ。
指導社員は研究熱心なだけでなく、勉強も欠かさず習慣としていた人で、その姿勢は当方の技術者人生のモデルであり目標となった。
日本では技術者が成果を出しても高く評価しないどころか昇進を遅らせる会社もあるので注意する必要がある。さらに人の成果を盗む人も企業にはおり、盗むだけでなく妨害を行うことも黙認する企業もある。
会社というのは一つの社会なので善人もおれば悪人もいる。ただ人間社会には法律があり、それを遵守できるよう警察や裁判所があるのだが、会社にはこれらの機能は無く、被害者が泣き寝入りすることになる。
不幸な結果として自殺者が出て初めて社会問題として取り上げられる事態になるので、会社の中で悪人と仕事をしなければいけなくなった時に厄介である。
当方がこの欄でFDを壊された体験談を書くのは、自殺に至るような状況で当方は生きる道を選び転職していることを同様の問題で悩んでいる人に知らせたいからだ。
事件及びその後のおぞましい出来事については証拠を今でも保管しているので、企業における不幸な体験としていつか書籍にしたいと思っている。逃げたわけではない。ただし、このような内容の書籍は、社会的影響が大きいので安直に執筆できない。
科学だけでなく人間としての成長も重要である。STAP細胞事件について書かれた「あの日」を読んだが、事実と思われてもその事実が歪んで読者に伝わってしまう表現である。この原因は、組織活動について知識が乏しい著者の手によるものと推定している。
すなわち組織活動の視点で、業務姿勢その他に疑問がわく表現が多い。当方が自分のFD事件の体験記を書くときには、組織の問題も含め、科学と技術の視点からも事件を眺めたいと考えている。
例えば、犯人はデータサイエンスで電気粘性流体の耐久性問題を解決した当方の実験結果を非難している。それだけではない。
退職するときに参考のために見せてもらった耐久性問題の彼らによる報告書では完璧な否定証明が展開されていた。科学的に完璧な否定証明が成された現象に対して、データサイエンスで解決策を導いた当方の仕事の仕方が間違っているとまで言われたのである。
データサイエンスのセミナーでは、MZ80Kが出力しLOTUS123で徹夜でまとめた当時のデータをそのまま使って説明している。自宅で会社のデータ整理を要求するなど過重労働前提の指示が当然だった時代である。
少し話がそれたが、配合設計もこの脱線した話に近い。知識の量やモノの見方、人生体験も含めその技術に反映される。配合設計を簡単だと少しでも感じた人がいたら、それは誤った判断だと指摘しておきたい。
・
わかりやすく表現すると、技術者の数と同じくらい配合設計の考え方があると思っていただきたい。配合設計ではコンセプトが重要であり、そのコンセプトは技術者の経験知に影響を受ける。
・
配合設計をデータサイエンスで行い、Pythonで機械学習させながら実験を行う。実験結果の整理は、適切なグラフがいくつか提示されて考察する技術者の姿は、DXの進む時代の常識となるのか。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
「配合と物性の関係」についてご質問を頂いた。しかし、詳細は別途ご相談させていただきたい。なぜなら当方のコンサルティング内容にかかわるからである。
マテリアルインフォマティクス（MI）でAIを設計する時にもこのあたりの知見は重要であり、無料で話せる内容は限られる。
中国ナノポリスの研究所ではカオス混合装置が稼働している。ここで退職後カオス混合装置の効果を検討してきたのだが、当初考えていなかった現象も起きているので勉強になった。
早い話が、混練技術についてはまだまだ開発の余地があるということだ。特に二軸混練機の取り扱いについては注意が必要で、現在市販されているどのような二軸混練機を使用しても当方の発明したカオス混合装置が取り付けられていなければ、到達できないレベルが存在するということが分かった。
当方の執筆した混練の本にも少しそのようなことを書いているが、8年間実験してきてデータが蓄積された結果の結論である。
もちろんカオス混合装置が取り付けられていても、二軸混練機の混練条件が悪ければ、カオス混合装置内で十分な混練効果が得られないこともある。だからカオス混合装置が万能とは言わないが、カオス混合装置が取り付けられた二軸混練機では、取り付ける前より混練が進むのは確実である。
さて、配合と物性が1：1に対応していないことを先日紹介している。これは、配合成分の一次構造よりも高分子の高次構造のほうが物性への寄与率が高いためである。
また、配合と力学物性が1：1で対応しても電気特性が対応しないこともありうる。例えば、電子機器にPPS材料の適用が多くなったが、カオス混合の有無で配合と力学物性が1：1で対応するが、配合が同一でも電気特性が異なるPPSコンパウンドが存在する。
特に絶縁耐圧が大きく異なるので面白い。これは以前当方のセミナーでもナノポリスにおける成果としてデータを紹介しているが、カオス混合を行うと耐トラッキング性能が100V以上向上する。この向上効果は二軸混練機にも依存する。
なぜ二軸混練機に依存することが分かったのかは想像していただきたいが、カオス混合装置を取り付けなければ耐トラッキング特性が品質規格のボーダーラインとなるが（射出成形体の歩留まりに影響する）カオス混合装置を取り付けると品質が向上するので、射出成形体の歩留まりが上がる。本日はこれ以上書かない。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
データサイエンスにより界面活性剤の候補が絞られ、ゴムからブリードアウトした物質で増粘し機能を失った電気粘性流体を一晩で復活できた。
しかし、その手法は科学的ではない、という。科学的ではないことを当方も承知していたが、それを理由に検討しないというのは、問題解決の手段を狭める、と主張した。
当時アカデミックな研究を唯一の方法として推奨していた研究所は、科学的であることにこだわる硬直した研究者の集団だった。当方は、さらにヒューリスティックな解を示し、このアイデアを用いると現在検討中の電気粘性流体の性能を向上させることが可能、とこの議論の中で答えている。
そして、粒子構造が表面から内部にかけて抵抗が減少している傾斜機能粉体やコンデンサー状のナノ粒子が分散した粒子、ナノ粒子が分散した不均一粒子の３種の粒子を製造し、それらの性能を評価した。
驚くべきことに、それら３種の微粒子から製造された電気粘性流体は、当時世界最高の電気粘性効果を示した。短時間で得られたこの成果で周囲はびっくりして、科学的には怪しいがデータサイエンスで見出された界面活性剤で耐久性問題を解決しようという流れになった。
同時に会議前になると異常な事件が起きるようになった。データサイエンスを用いた問題解決法が非科学的とされた時代の出来事である。
科学と非科学との境界は時代により変化するとイムレラカトシュはその著書の中で指摘しているが、科学という哲学がどのようなものであるのか、あるいは人類が科学誕生以前から営んできた技術的思考による問題解決法を非科学的として封じることの愚かさにようやく日本人は気がついたのかもしれない。
日本人は、ようやくデータサイエンスの重要性に気がつき、義務教育にプログラミング教育を遅ればせながら取り入れた。そしてAIの実現にまっしぐらである。
おそらく、その次に来るのはAIに対する反省だろう。人間の進化の歴史を見るとこのような時代が到来することが予想される。
データサイエンスとAIを直接結び付けると、それを反省する時代が来ると予想されるならば、データサイエンスを人間の頭で結び付ければよいだけである。これが今データサイエンスにおける最先端の方法論だ。それは当方が転職してまでも改良し続けてきた方法論である。
カテゴリー : 一般 電気/電子材料 高分子
pagetop
アーレニウスプロットによる時間温度の換算手法、すなわち寿命予測法は、いまや食品や医薬品までに応用されている。
ラーソンミラーパラメーターも同様に普及しているが、これらの手法はそれぞれ経験知である点を正しく理解しているだろうか。
その前に、そもそも実験のやり方も含め、これらの手法そのものが理解できていないという人は、１０月１１日に開催される弊社のセミナーを受講していただきたい。Pythonを用いたデータ整理手法を中心に講義します。
寿命予測も含め、実験データの整理や解析にエクセルを使われている方は多いと思う。当方もセミナーでデータ解析を指導するときにエクセルのソルバーの使い方など事例を基に講義している。
しかし、エクセルの問題は計算式をセルに埋め込む手間である。さらに使いまわしを行おうとすると少し面倒である。これを便利にするためにVisualBasicを立ち上げるのも良いが、最近マイクロソフトからワードやエクセルのVisualBasicを廃止する方針が発表された。
理由は脆弱性である。この問題以外に、VisualBasicでも再利用という観点で不便である。さらにこの使用方法をご存知の方も少ないと思われる。当方は知っていても使わない。面倒だからだ。
ところがPythonは、かつてのMS-DOS環境におけるプログラミングのように快適である。ぜひ技術者はPythonの使い方を取得していただきたい。GAFAで使われている標準言語、という意味だけでなく、Basicよりも易しく機械学習のプログラミングも可能なのだ。
さらに豊富なライブラリーがあり、劣化寿命の時間温度換算則を用いたデータ整理プログラムなど数行で書くことが可能だ。ぜひこの機会に弊社のセミナーを受講してPythonを身に着けていただきたい。
セミナーの詳細はこちら
カテゴリー : 一般 電気/電子材料 高分子
pagetop
低価格カラーレーザープリンターには、ポリカーボネート（PC）製中間転写ベルトが用いられている。複写機部品として捉えたときに難燃性や靭性のバランスが良い樹脂だからである。高い難燃性と強度が要求される複写機外装材にもPC系ポリマーアロイが使用されている。
このPCよりもポリフェニレンスルフィド（PPS）は、難燃性が優れているが靭性ははるかに悪い。ゆえに中間転写ベルトのような動的部品に用いるには工夫が必要である。
その工夫として6ナイロン（6PA）を添加して靭性をあげることに成功したが、まさかその対策でパーコレーションの制御が難しくなり歩留まりが上がらないところまで前任者は考えていなかった。
すでに量産試作直前なので、配合処方を変えずに対策を考えてほしい、という前任者の難解な願望のため誰もがゴール実現不可能な仕事だと思っていた。パーコレーションの制御を難しくしている原因が6PAにあることは明らかだった。
これを科学的に考えていては答えが出ない。なぜならフローリー・ハギンズ理論があり、PPSと6PAは相溶しない組み合わせで必ず相分離して海島構造となり、カーボンのパーコレーションを複雑にする。
この問題をどのように解いたかは、今月と来月開催を予定しているパーコレーションを題材にしたPython のセミナーで解説しているのでご興味のあるかたは受講してください。テキスト不要であれば5000円である。
パーコレーション転移シミュレーションプログラムを作りながら学ぶPython入門セミナーの受講者を募集中です。
セミナーについてはこちら【有料】
カテゴリー : 一般 電気/電子材料 高分子
pagetop
