金属材料的设计辅助方法和设计辅助装置

摘要

提供能够抑制金属材料的设计所涉及的计算负荷的增大的设计辅助方法和设计辅助装置。一种设计辅助方法，通过计算机来辅助金属材料的设计，且包括：检索步骤，对于数据库，输入所希望的特性值，并对金属中元素的成分组成和制造条件进行检索，上述数据库是使用包括金属中元素的成分组成和制造条件的输入信息与包括金属材料的特性值的输出信息建立起关联而成的至少一个数学模型而创建的数据库，并且是将针对将与输入信息对应的输入的范围划分为多个区间的每个网格的输入数据而言的数学模型的输出数据与输入数据建立起关联而存积的数据库；和提示步骤，对由检索步骤检索出的与所希望的特性值对应的金属中元素的成分组成和制造条件进行提示。

说明书

技术领域

本申请主张2019年1月17日于日本专利申请的特愿2019-006145的优先权，将该申请的公开整体为了参照而引用于此。

本发明涉及具有所希望的特性的金属材料的设计辅助方法和设计辅助装置。

背景技术

在以往的金属材料的设计中，为了制造具备所希望的特性(抗拉强度、硬度、韧性和塑性加工性等)的金属材料，根据经验或者通过试错来决定金属中元素的成分组成和制造条件。但是，随着金属中元素的成分组成和制造条件的变量项目的数量增加，导致金属材料的设计相关的人的负荷和时间的负荷增大。

为了减少上述的人的负荷和时间的负荷，提出使用由计算机进行的最优化计算等而进行材料的设计。例如专利文献1为了减少非金属材料的设计相关的作业负荷，提出使用数学模型和最优化计算而进行材料设计的方法。而且专利文献2提出一种材料开发解析装置，对通过组合多个种类的物质而新生成的物质的特性进行模拟，使组合的物质的信息与新生成的物质的特性的模拟结果的信息链接起来，通过用户输入的检索条件而提取特定的信息。

专利文献1：日本特许第4393586号

专利文献2：日本特许第5605090号

然而，在金属材料的设计中，与非金属材料的设计相比，经过许多作业工序和装置上的处理，因此，该作业工序和装置上的处理所涉及的管理和控制需要庞大量的计算。假设若将专利文献1的技术用于金属材料的设计，则导致最优化计算需要庞大的时间，因此，不是现实的方法。而且，在金属材料的设计中，存在金属材料的金属组织根据制造条件显著变化，伴随着该变化而金属材料的特性也显著变化的可能性。但是，专利文献1和专利文献2中，针对这一方面也没有考虑。

因此，鉴于上述那样的问题点等而完成的本发明的目的在于提供能够抑制金属材料的设计所涉及的计算负荷的增大的设计辅助方法和设计辅助装置。

发明内容

为了解决上述课题，本发明的一实施方式所涉及的设计辅助方法是通过计算机来辅助金属材料的设计的设计辅助方法，且包括：检索步骤，对于数据库，输入所希望的特性值，并对金属中元素的成分组成和制造条件进行检索，上述数据库是使用包括金属中元素的成分组成和制造条件的输入信息与包括上述金属材料的特性值的输出信息建立起关联得到的至少一个数学模型而创建的数据库，并且是将针对将与上述输入信息对应的输入的范围划分为多个区间而成的网格中每个网格的输入数据而言的上述数学模型的输出数据与上述输入数据建立起关联而存积的数据库；和提示步骤，对由上述检索步骤检索出的与上述所希望的特性值对应的金属中元素的成分组成和制造条件进行提示。

而且，本发明的一实施方式所涉及的设计辅助装置是对金属材料的设计进行辅助的设计辅助装置，且具有：检索部，对于数据库，输入所希望的特性值，并对金属中元素的成分组成和制造条件进行检索，上述数据库是使用包括金属中元素的成分组成和制造条件的输入信息与包括上述金属材料的特性值的输出信息建立起关联得到的至少一个数学模型而创建的数据库，并且是将针对将与上述输入信息对应的输入的范围划分为多个区间而成的网格中每个网格的输入数据而言的上述数学模型的输出数据与上述输入数据建立起关联而存积的数据库；和提示部，对由上述检索部检索出的与上述所希望的特性值对应的金属中元素的成分组成和制造条件进行提示。

根据本发明的一实施方式所涉及的设计辅助方法和设计辅助装置，能够抑制金属材料的设计所涉及的计算负荷的增大。

附图说明

图1是实施方式1所涉及的设计辅助装置的概要图。

图2是实施方式1所涉及的钢铁材料的制造工艺的概要图。

图3是实施方式1所涉及的数学模型的创建的概念图。

图4是实施方式1所涉及的数据库的创建的概念图。

图5是基于实施方式1所涉及的数据库的检索处理的概念图。

图6是表示实施方式1所涉及的设计辅助装置的动作的流程图。

图7是实施方式2所涉及的数学模型的创建的概念图。

图8是基于实施方式3所涉及的数据库的检索处理的概念图。

图9是基于实施方式3所涉及的数据库的其他检索处理的概念图。

图10是实施方式4所涉及的数学模型的创建的概念图。

图11是实施方式5所涉及的数据库的创建的概念图。

图12是抗拉强度所涉及的实绩值和预测值所涉及的散布图。

图13是伸长率所涉及的实绩值和预测值所涉及的散布图。

具体实施方式

(实施方式1)

以下，对本发明的实施方式1进行说明。以本实施方式中设计的金属材料为钢铁的例子进行说明。然而，金属材料不局限于钢铁，能够应用任意的金属。

(设计辅助装置的结构)

图1是本发明的实施方式1所涉及的设计辅助装置1的概要图。如图1所示，本发明的一实施方式所涉及的设计辅助装置1是具备数据汇集部11、模型创建部12、数据库创建部13、检索部14、提示部15的计算机。

数据汇集部11对为了创建后述的数学模型而需要的钢铁材料的制造所涉及的实绩数据进行汇集。数据汇集部11也可以包括用于对实绩数据进行汇集的通信接口。数据汇集部11也可以例如从多个外部装置等根据规定的通信协议接收实绩数据。数据汇集部11所汇集的实绩数据包括钢铁中元素的成分组成、制造条件和钢铁材料的特性值。

数据汇集部11所汇集的钢铁中元素的成分组成的数据包括在转炉或者二次精炼中作为钢中成分而熔入的元素的添加比率。这样的元素例如包括C、Si、Mn、P、S、Al、N、Cr、V、Sb、Mo、Cu、Ni、Ti、Nb、B和Ca。

数据汇集部11汇集的制造条件的数据包括钢铁材料的制造工艺的各工序中的各条件。图2示出钢铁材料的制造工艺的概要图。在钢铁的制造工艺中，首先，原料的铁矿石连同石灰石和焦炭一起装入高炉，生成熔融状态的生铁。由高炉产出的生铁在转炉中进行碳等成分的调整，并通过二次精炼进行最终的成分调整。在连铸机中，铸造精炼的钢铁，制造被称为板坯的中间材料。其后，经由加热炉的加热工序、热轧工序、冷却工序、酸洗工序、冷轧工序、退火工序和镀敷工序等多个处理工序，生成作为产品的冷轧卷材。上述多个处理工序的组合根据制造的产品而不同。处理工序的组合存在例如以下的类型。

·类型1：加热工序→热轧工序→冷却工序

·类型2：加热工序→热轧工序→冷却工序→酸洗工序→冷轧工序

·类型3：加热工序→热轧工序→冷却工序→酸洗工序→冷轧工序→退火工序

·类型4：加热工序→热轧工序→冷却工序→酸洗工序→冷轧工序→退火工序→镀敷工序→热处理工序

上述的各工序中的各条件即制造条件包括例如以下内容。

·加热工序：加热温度，加热时间

·热轧工序：板厚，板宽，累积轧制率，轧制开始温度，轧制结束温度，卷取温度，冷却速度

·冷却工序：冷却开始温度，冷却速度

·酸洗工序：酸洗液浓度，酸洗液温度，酸洗速度

·冷轧工序：板厚，板宽，轧制率

·退火工序：加热速度，加热温度，保温时间，冷却速度，冷却方法

·镀敷工序：熔融镀敷温度，镀敷调整气体喷出量

·热处理工序：加热速度，加热温度

数据汇集部11汇集的钢铁材料的特性值的数据包括例如抗拉强度、屈服应力、伸长率、硬度、冲击吸收能量、r值、n值、扩孔率和BH量。能够通过例如从制造出的钢铁材料产品中的一部分产品实施评价钢铁材料的特性的抽样试验而得到该特性值。

数据汇集部11对汇集到的实绩数据建立其对应来管理。换言之，数据汇集部11按制造的钢铁材料产品的单位，将钢铁中元素的成分组成的实绩数据、制造条件的实绩数据和钢铁材料的特性值的实绩数据一元性地联系起来，并汇集它们而进行处理。

模型创建部12基于数据汇集部11汇集到的实绩数据，创建包括钢铁中元素的成分组成和制造条件的输入信息与包括钢铁材料的特性值的输出信息建立起关联而成的数学模型。此外，输入信息是指为了创建数学模型而使用的实绩值的信息。同样输出信息是指为了创建数学模型而使用的实绩值的信息。图3示出实施方式1所涉及的数学模型的创建的概念图。如图3所示，模型创建部12将输入信息与输出信息建立起关联而创建数学模型。此处模型创建部12基于实绩数据通过任意算法生成这样的数学模型。例如作为创建数学模型的算法，能够应用局部回归、支持向量机、神经网络或者随机森林等统计方法和机器学习方法。图3中，为了简化说明，由输入1～输入3这三个输入表示输入信息，由一个表示输出信息。输入1～3与各个数据汇集部11汇集到的实绩数据中的钢铁中元素的成分组成或者制造条件对应。而且，输出与实绩数据中的钢铁材料的特性值对应。

数据库创建部13使用由模型创建部12创建出的数学模型，来创建数据库。图4示出实施方式1所涉及的数据库的创建的概念图。数据库创建部13针对输入信息将输入数据的范围划分为多个区间而决定输入数据网格，将与各输入数据网格对应的代表值决定为输入数据。代表值例如为网格内的中央值或者上限值、下限值的端部的值等代表网格的值即可。另外，输入数据的范围不需要与作为实绩数据的输入信息相同。而且，数据库创建部13将这样决定网格中每个网格的输入数据输入由模型创建部12创建的数学模型而得到每个网格的输出数据。此外，输出数据是与输入数据对应的模型的输出值。此处，每个网格的各输入数据能够以决定为网格的数据区间的中央值例如作为代表值而成为输入数据。而且，数据库创建部13将通过将每个网格的输入数据输入数学模型而得到的输出数据与输入数据间的对应关系按每个网格存积保存，创建数据库。换句话说，数据库创建部13创建存积有将输入数据的范围划分为多个区间而成网格中每个网格的输出数据的数据库。

决定输入数据网格的输入数据的范围以可假定为钢铁材料的钢铁中元素的成分组成和制造条件作为输入的整个范围。即，基于治金知识或者评价函数等预先决定的条件，将输入数据的范围限制为规定范围。表1是该输入数据的范围所涉及的限制的一个例子。

表1

检索部14从数据库中以任意索引与输出数据的一致作为条件对与某个索引对应的输入数据进行检索。图5示出基于实施方式1所涉及的数据库的检索处理的概念图。图5中，示出对于输出数据一个，使m个以上输入数据建立起对应的例子。检索部14以任意指定出的所希望的特性值作为索引而对数据库进行检索，作为检索结果得到与该所希望的特性值对应的钢铁中元素的成分组成和多个工序的制造条件。图5中，作为所希望的特性值，将“y2”作为索引来检索，作为检索结果，得到“x12、x22、……、xm2、……”。此处“与所希望的特性值对应的钢铁中元素的成分组成和多个工序的制造条件”，除了包含呈现与指定为索引的所希望的特性值一致的特性值的钢铁中元素的成分组成和多个工序的制造条件之外，还包括呈现与指定为索引的所希望的特性值相似的特性值的钢铁中元素的成分组成和多个工序的制造条件。此处特性值相似，是指特性值间的值之差的绝对值小，能够按每个特性值决定其相似的范围。即在存在所希望的特性值而给予的值的相似的范围所含的数据的情况下视为一致，输出检索结果。

此外，图5中示出以“y2”为索引而检索出的检索结果为一个的例子，但不局限于此。例如在还存在其他的与特性值“y2”对应的输入数据的情况下，也可以提取多个检索结果。通过这样，能够以多个类型得到呈现所希望的特性的钢铁中元素的成分组成和多个工序的制造条件，可高效地进行钢铁材料的设计的可能性高。

提示部15将由检索部14检索出的检索结果即与所希望的特性值对应的钢铁中元素的成分组成和制造条件提示给用户。用户能够将由提示部15提示的钢铁中元素的成分组成和多个工序的制造条件作为钢铁材料的制造时的目标值或者参考值，高效地设计钢铁材料。

接着针对实施方式1所涉及的设计辅助装置1，通过图6所示的流程图对其动作进行说明。

首先，数据汇集部11对为了创建数学模型所需要的实绩数据进行汇集(步骤S10)。数据汇集部11所汇集的实绩数据包括制造的钢铁材料所涉及的钢铁中元素的成分组成、制造条件和钢铁材料的特性值。

接着，模型创建部12基于数据汇集部11汇集到的实绩数据，创建包括钢铁中元素的成分组成和制造条件的输入信息与包括钢铁材料的特性值的输出信息建立起关联而成的数学模型(步骤S20)。

接着，数据库创建部13使用由模型创建部12创建的数学模型，创建用于钢铁材料的设计辅助的数据库(步骤S30)。具体而言，数据库创建部13创建将与将输入数据的范围划分为多个区间的每个网格的输入数据对应的输出数据与输入数据建立起关联而存积的数据库。

接着，检索部14基于数据库，对与所希望的特性值对应的钢铁中元素的成分组成和制造条件进行检索(步骤S40)。

接着，提示部15对由检索部14检索出的与所希望的特性值对应的钢铁中元素的成分组成和制造条件进行提示(步骤S50)。

这样，根据实施方式1所涉及的设计辅助装置1，取代进行最优化计算，而使用存积有将输入数据的范围划分为多个区间而成的网格中每个网格的输出数据的数据库。而且，基于数据库对与所希望的特性值对应的金属中元素的成分组成和制造条件进行检索，对与所希望的特性值对应的金属中元素的成分组成和制造条件进行提示。即根据实施方式1所涉及的设计辅助装置1，能够不进行最优化计算地进行设计辅助，因此，能够抑制钢铁材料的设计所涉及的计算负荷的增大。

(实施方式2)

以下，对本发明的实施方式2进行说明。对与实施方式1相同的结构标注相同的附图标记，并省略说明。与实施方式1所涉及的结构比较，实施方式2所涉及的设计辅助装置1中数据汇集部11汇集的实绩数据的内容不同。

实施方式2所涉及的设计辅助装置1的数据汇集部11汇集的实绩数据除了钢铁中元素的成分组成、制造条件和钢铁材料的特性值之外，还包括表示金属组织的状态的指标。表示金属组织的状态的指标例如包括铁氧体的粒径和组织分数、渗碳体的组织分数、珠光体的组织分数、贝氏体的组织分数以及马氏体的组织分数。汇集表示金属组织的状态的指标的方法能够采用任意方法。例如也可以从制造出的钢铁材料产品中的一部分产品中实施评价表示金属组织的状态的指标的抽样试验而得到数据汇集部11。数据汇集部11将这样得到的指标的数据与该钢铁材料产品的制造数据和钢铁材料的特性建立起对应。或者，数据汇集部11也可以是通过能够在制造中对表示金属组织的状态的指标进行评价的计测设备而得到的。数据汇集部11使这样得到的指标的数据与该产品的制造数据和钢铁材料的特性相对应。或者，数据汇集部11也可以是通过能够在制造中对表示金属组织的状态的指标进行评价的模拟而得到的。数据汇集部11也可以使这样得到的指标的数据与该产品的制造数据和钢铁材料的特性建立起对应。

实施方式2所涉及的设计辅助装置1的模型创建部12创建包括表示钢铁中元素的成分组成、制造条件和金属组织的状态的指标的输入信息与包括钢铁材料的特性值的输出信息建立起关联而成的数学模型。图7示出实施方式2所涉及的数学模型的创建的概念图。图7中，为了简化说明，由输入1～输入3这三个输入表示输入信息。这些输入1～3分别与表示钢铁中元素的成分组成、制造条件或者金属组织的状态的指标对应。如图7所示，模型创建部12将输入信息与输出信息建立起关联而创建数学模型。由数据库创建部13进行的数据库的创建与实施方式1相同，因此，省略说明。由检索部14进行的检索处理，将任意指定的所希望的特性值作为索引来检索数据库，作为检索结果，除了与该所希望的特性值对应的钢铁中元素的成分组成、制造条件，还得到表示金属组织的状态的指标。由提示部15进行的信息的提示处理与实施方式1相同，因此，省略说明。

根据实施方式2所涉及的设计辅助装置1，使用呈现钢铁材料的特性的直接因素亦即金属组织的状态的数据，因此，能够提高创建的数学模型的精度。而且，作为检索结果，除了呈现所希望的特性值的钢铁中元素的成分组成、制造条件之外，还得到表示金属组织的状态的指标，因此，能够以金属组织的状态的信息为基础，提高钢铁材料的设计精度。因此，根据实施方式2所涉及的设计辅助装置1，能够高精度地求出可得到钢铁材料的特性的所希望的特性值的金属中元素的成分组成和制造条件，能够实施高精度的设计。

(实施方式3)

以下，对本发明的实施方式3进行说明。对与实施方式1相同的结构标注相同的附图标记，省略说明。与实施方式1所涉及的结构比较，实施方式3所涉及的设计辅助装置1中通过模型创建部12按每个特性值来创建数学模型这点不同。

金属材料的特性如实施方式1中说明的那样例如包括抗拉强度、屈服应力、伸长率、硬度、冲击吸收能量、r值、n值、扩孔率、BH量。实施方式3所涉及的设计辅助装置1的模型创建部12按所涉及的多个种类的特性，分别创建单独的数学模型。换言之，实施方式3所涉及的设计辅助装置1的模型创建部12创建多个数学模型。

数据库创建部13使用由模型创建部12创建出的多个数学模型来创建数据库。具体而言，数据库创建部13将可假定为钢铁材料的钢铁中元素的成分组成和制造条件作为输入的整个范围，将输入的范围内划分为多个区间来决定输入数据网格。此处，输入数据库的输入数据的范围不需要与输入信息的范围一致。另外，输入数据成为各数据网格的代表值(与实施方式1相同)。数据库创建部13将决定出的网格中每个网格的输入数据分别输入由模型创建部12创建出的多个数学模型而得到每个网格的输出数据。而且，数据库创建部13按每个网格对通过将每个网格的输入数据输入多个数学模型而得到的各输出数据与输入数据间的对应关系进行存积保存，创建数据库。换言之，数据库创建部13创建存积有将输入数据的范围划分为多个区间而成的网格中每个网格的输出数据的数据库。

由检索部14进行的检索处理与实施方式1相同，但检索时的索引能够根据多个种类的特性来指定。图8示出基于实施方式3所涉及的数据库的检索处理的概念图。图8中，作为所希望的特性值，将“y12、y22、……”作为索引来检索，作为检索结果，得到“x12、x22、……、xm2、……”。提示部15将检索结果提示给用户。换言之，提示部15对由检索部14检索出的与多个所希望的特性值对应的钢铁中元素的成分组成和制造条件进行提示。用户能够将由提示部15提示的钢铁中元素的成分组成和多个工序的制造条件作为钢铁材料的制造时的目标值或者参考值，高效地设计钢铁材料。

图9示出基于实施方式3所涉及的数据库的其他检索处理的概念图。图9中，与图8相同，作为所希望的特性值，将“y12、y22、……”作为索引来检索。此处，不存在与索引一致的检索结果。在这种情况下，检索部14至少输出一个具有与索引相似的范围的输出数据的检索结果。例如检索部14在存在与作为索引的所希望的特性值中的多个特性值中的一部分特性值一致的值的情况下，将同与一部分一致、不一致的特性相似的值作为候选来提示。此时，相似度存在通过由不一致特性值构成的向量的距离来判断的方法等。或者，例如检索部14将具有与作为索引的所希望的特性值中的任一个特性值最相似的输出数据的数据输出为检索结果。图9中，输出“x12、x22、……、xm2、……”和“x1n、x2n、……、xmn、……”这两者来作为检索结果的候选。提示部15也可以将这两个检索结果向用户提示。此外，此处，提示两个检索结果的候选，但提示的检索结果的数量不局限于此，也可以为三个以上。此处，也能够将相似的范围决定为，在使上述向量的各要素间的值归一化之后，归一化的向量的间距离为预先决定的距离。另外，针对各要素，也能够通过分别决定相似的范围来判断。

根据实施方式3所涉及的设计辅助装置1，呈现钢铁材料的多个特性的复杂的钢铁中元素的成分组成和多个工序的制造条件等输入输出的关系容易相对应，可高效地进行钢铁材料的设计。

(实施方式4)

以下，对本发明的实施方式4进行说明。对与实施方式1相同的结构标注相同的附图标记，并省略说明。与实施方式1所涉及的结构比较，实施方式4所涉及的设计辅助装置1中数据汇集部11汇集的实绩数据的内容和模型创建部12创建的数学模型的结构不同。

实施方式4所涉及的设计辅助装置1的数据汇集部11汇集的实绩数据除了包括钢铁中元素的成分组成、制造条件和钢铁材料的特性值之外，还包括表示金属组织的状态的指标。另外，模型创建部12创建将包括钢铁中元素的成分组成和制造条件的输入信息与包括表示金属组织的状态的指标的中间输出信息建立起关联而成的第1数学模型和将中间输出信息与包括金属材料的特性的输出信息建立起关联而成的第2数学模型。图10示出实施方式4所涉及的数学模型的创建的概念图。如图10所示，在实施方式4中，将表示金属组织的状态的指标用作第1数学模型的输出信息(中间输出信息)，将输入信息与输出信息经由中间输出信息通过第1数学模型和第2数学模型建立起对应。

数据库创建部13使用由模型创建部12创建的多个数学模型即第1数学模型和第2数学模型来创建数据库。具体而言，数据库创建部13将可假定为钢铁材料的钢铁中元素的成分组成和制造条件作为输入的整个范围，将输入的范围内划分为多个区间而决定输入数据网格。此处，输入到数据库的输入数据的范围不需要与输入信息的范围一致。另外，输入数据成为各数据网格的代表值(与实施方式1相同)。数据库创建部13将决定出的网格中每个网格的输入数据输入第1数学模型而得到每个网格的中间输出数据。而且，数据库创建部13将该中间输出数据输入第2数学模型而得到每个网格的输出数据。而且，数据库创建部13将通过将每个网格的输入数据输入多个数学模型而得到的各输出数据与输入数据间的对应关系按每个网格存积保存，来创建数据库。换言之，数据库创建部13创建存积有将输入数据的范围划分为多个区间而得到的网格中每个网格的输出数据的数据库。由检索部14形成的检索处理例如将所希望的特性值作为索引，将表示作为中间输出的金属组织的状态的指标的范围限制为规定范围来进行检索，将在限制的范围内检索出的表示金属组织的指标作为索引，对钢铁中元素的成分组成、制造条件进行检索。或者，由检索部14形成的检索处理例如将所希望的特性值的规定范围作为索引，对表示作为中间输出的金属组织的状态的指标的范围进行检索，将检索出的表示金属组织的状态的指标的范围作为索引，对钢铁中元素的成分组成、制造条件的多个候选进行检索。换言之，检索部14基于数据库对与所希望的特性值对应的表示金属组织的状态的指标以及与表示该金属组织的状态的指标对应的金属中元素的成分组成和制造条件进行检索。由提示部15形成的信息的提示处理与实施方式1相同，因此，省略说明。

这样，根据实施方式4所涉及的设计辅助装置1，能够将呈现钢铁材料的特性的直接因素亦即金属组织的状态的信息用作中间输出，因此，能够提高创建的数学模型的精度。因此，根据实施方式4所涉及的设计辅助装置1，能够高精度地求出可得到钢铁材料的特性的所希望的特性值的金属中元素的成分组成和制造条件，实施高精度的设计。

(实施方式5)

以下，对本发明的实施方式5进行说明。对与实施方式1相同的结构标注相同的附图标记，省略说明。与实施方式1所涉及的结构比较，实施方式5所涉及的设计辅助装置1中由数据库创建部13创建的数据库的输入数据网格不同。

图11示出实施方式5所涉及的数据库的创建的概念图。数据库创建部13将可假定为钢铁材料的钢铁中元素的成分组成和制造条件作为输入的整个范围，将输入的范围内划分为多个区间而决定输入数据网格。此处，数据库创建部13使网格的各区间的颗粒度(区间宽度)按每个输入数据而不同。例如也可以是，数据库创建部13基于冶金知识而预先按每个项目使区间宽度变化，以使得重视的项目密，不重视的项目疏。而且，数据库创建部13也可以基于每个项目的数据的密度而使区间宽度变化。或者，作为冶金知识，公知有钢铁中的碳的成分组成相对于作为钢铁材料的特性之一的抗拉强度灵敏度特别高。因此，也可以是，数据库创建部13在碳的成分组成的设计中将网格的区间宽度设定得较密。或者，数据库创建部13将网格的各区间的区间宽度决定为使输出的变化量恒定。换言之，也可以是，数据库创建部13以使邻接的网格间的输出之差恒定的方式决定网格的区间宽度。

这样，根据实施方式5所涉及的设计辅助装置1，仅将必要最低限度的网格数的数据存积为数据库，因此，能够减少模型创建的计算负荷、计算时间和设计的检索负荷、检索时间。即，能够避免假设在所有项目中使网格的区间宽度的数值比较密(例如每0.001)的情况下可产生的庞大的计算负荷和检索负荷的产生。而且，也能够避免在相反假设在所有项目中使网格的区间宽度的数值比较疏(例如每0.01)的情况下可产生的呈现所希望的特性值的钢铁材料的设计精度的降低，能够以最小限的负荷高效地高精度地设计呈现所希望的特性值的钢铁材料。

(实施例)

以下，示出针对汽车用冷轧钢板的钢铁材料的设计的例子。本实施例中，选择抗拉强度和伸长率来作为钢铁材料的特性，检索呈现所希望的特性值那样的设计条件。

表2示出影响特性的钢铁中元素的成分组成的例子。表3示出影响特性的制造条件的例子。表4示出特性的种类和特性值。通过汇集表2～4的实绩数据项目，并使用这样的数据进行机器学习，从而构建以成分组成和制造条件作为输入，以特性作为输出的数学模型。

表4

在本实施例中，使用学习用数据500件，并使用被称为随机森林的机器学习方法，分别创建预测抗拉强度和伸长率来作为特性的数学模型。图12和图13示出实绩值和预测值所涉及的散布图。图12的散布图的横轴是抗拉强度的实绩值，纵轴是抗拉强度的预测值。图13的散布图的横轴是伸长率的实绩值，纵轴是伸长率的预测值。用于随机森林的回归数的数量在各个数学模型中为50。对通过留一法交叉验证(Leave-One-Out Cross-Validation，LOO-CV)进行了评价的抗拉强度进行预测的模型的预测精度在RMSE(Root Mean SquareError：均方根误差)中为81.5。另外，预测伸长率的模型的预测精度在RMSE中为0.729。此处，RMSE是通过下述式计算的预测误差的指标。

式1

其中，N：所有预测对象数量，y

接下来，对创建出的数学模型输入决定出的每个网格的输入数据，得到每个网格的输出数据。此处，使输入数据的C、P、A1、Sb、Ti、Nb的成分组成(单位：质量％)的网格的区间宽度成为每隔0.001％，使S、N、B、Ca的成分组成(单位：质量％)的网格的区间宽度成为每隔0.0001％，使其他成分组成(单位：质量％)的网格的区间宽度成为每隔0.01％。从将输入数据与输出数据的对应关系按每个网格存积保存而创建出的数据库，将钢铁材料的特性的所希望的特性值作为索引而进行检索。作为所希望的特性值，例如如表5那样设定，作为索引而读入。

表5

根据以上内容，学习完毕的多个数学模型和网格的区间宽度的用于设计条件的检索时的钢铁材料的特性的所希望的特性值齐备，因此，能够得到呈现钢铁材料所涉及的所希望的特性值的钢铁中元素的成分组成和多个工序的制造条件。

通过检索得到的输入(钢铁中元素的成分组成和多个工序的制造条件)如表6所示。通过该设计条件制造出的钢铁产品的抗拉强度为1200MPa，伸长率为12.0％，能够设计呈现所希望的特性值的钢铁材料。

表6

作为比较例1，表7示出使输入数据的所有成分组成的网格的区间宽度成为每隔0.01％的情况下的检索结果。通过该例中的设计条件制造出的钢铁产品的抗拉强度为1240MPa，伸长率为11.5％。即，可知从设计呈现所希望的特性值的钢铁材料的观点出发更优选实施例1。

表7

另外，作为其他的比较例2，如表8那样设定钢铁材料的特性的所希望的特性值，表9和表10示出作为索引而读入的情况下的检索结果。在该例子中，没有检索呈现所希望的特性值的钢铁中元素的成分组成和多个工序的制造条件，取而代之，提示两个满足抗拉强度或者伸长率中任一种特性的该成分组成和该制造条件的候选。能够将该候选作为参考值来设计钢铁材料。

表8

表9

(候选1-抗拉强度：1440MPa)

表10

(候选2-伸长率び：13％)

基于各附图和实施例对本发明进行了说明，但要注意的是，本领域技术人员容易基于本公开进行各种变形和修正。因此，要注意的是，这些变形和修正包含于本发明的范围。例如，各方案、各步骤等所含的功能等能够在逻辑上不矛盾地再配置，能够将多个方案和步骤等组合为一个，或者进行分割。

例如，本发明也可作为叙述有实现上述的设计辅助装置1的各功能的处理内容的程序或者记录了程序的存储介质来实现。要理解为本发明的范围还包括这些。

例如本实施方式所涉及的设计辅助装置1示出具备数据汇集部11和模型创建部12的例子，但这些也可以通过其他信息处理装置来实现。在这种情况下，这样的信息处理装置汇集为了创建数学模型所需要的实绩数据，并创建数学模型。另外，信息处理装置将创建成的数学模型向设计辅助装置1传送。而且，其他信息处理装置也可以除了数据汇集部11和模型创建部12之外，还具备数据库创建部13。也可以是，在这种情况下，这样的信息处理装置创建数据库，并将该数据库向设计辅助装置1传送。

附图标记说明

1...设计辅助装置；11...数据汇集部；12...模型创建部；13...数据库创建部；14...检索部；15...提示部。