ORNL が R&D 100 研究賞を 6 つ受賞

May 26, 2023

DOE/オークリッジ国立研究所

画像: ORNL と PolarOnyx の研究者は、アルミニウム - 炭化ホウ素マトリックス複合材料ベースの製造を使用して、2D および 3D コリメータと部品を開発しました。もっと見る

クレジット: PolarOnyx

エネルギー省のオークリッジ国立研究所の研究者によって開発された技術が、2023 R&D 100 Awards を 6 つ受賞しました。

R&D World 誌は、先週発表された最終候補者の中から受賞者を発表しました。 受賞者は、11 月 16 日にカリフォルニア州サンディエゴで開催される同団体の授賞式で表彰されます。

「ORNLは、この国の最も困難な問題に対する技術的解決策を提供するよう努めています」とORNL暫定ディレクターのジェフ・スミス氏は述べた。 「今年のR&D 100 Awardsは、当社の科学者とエンジニアがその偉業を達成するためにどれだけ熱心に働いているかを思い出させるものです。」

「イノベーションのオスカー」や「ノーベル工学賞」とも呼ばれる R&D 100 賞は、過去 60 年間にわたり、販売可能な新しい製品、技術、材料につながる科学技術の研究開発を表彰してきました。またはライセンス。 受賞したテクノロジーとその開発者は次のとおりです。

中性子計測用積層造形熱伝導コリメータ、ORNLとPolarOnyxによって開発されました。

ORNL と PolarOnyx, Inc. の研究者は、アルミニウム - 炭化ホウ素マトリックス複合材料ベースの製造を使用して 2D および 3D コリメータと部品を開発しました。 コリメータは、バックグラウンドを低減してサンプルから散乱した中性子と X 線のみを測定するため、中性子と X 線の実験に不可欠なコンポーネントです。 金属マトリックス複合材 (MMC) 添加剤は、炭化ホウ素の大きな中性子吸収断面積と硬度と、アルミニウムの高い熱伝導率を組み合わせて、堅牢で低ノイズの中性子散乱測定を提供します。

これらの複雑なコリメータは、前例のない中性子散乱試験性能を備え、従来の製造コリメータに比べて大幅な改善をもたらし、MMC 積層造形技術により、メンテナンス コストと製造時間の削減が可能になります。

DOE 科学局はこの研究に資金を提供しました。

開発は、ORNL の Matthew Stone 氏、Jeff Bunn 氏、Andrew May 氏、PolarOnyx の Jian Liu 氏、Shuang Bai 氏が共同で主導しました。 ORNL の Alexander Kolesnikov と Victor Fanelli が開発に貢献しました。

OpeN-AM: 積層造形のオペランド中性子回折測定のためのプラットフォーム、ORNLによって開発されました。

ORNL の研究者は、3D プリンティングとも呼ばれる積層造形 (AM) 中に金属のオペランド中性子回折研究を実行するためのプラットフォームである OpeN-AM を開発しました。

このプラットフォームは、蒸着ヘッド、加工機能、IR (赤外線モニタリング) で構成されています。 これらはすべて、ORNL の破砕中性子源 (SNS) にある VULCAN ビームラインを使用したオペランドエンジニアリング中性子回折測定と調整できます。

この機能の組み合わせにより、AM プロセス中に発生する相変態とストレッサーの進化について比類のない洞察が得られます。 これらの新しい洞察により、ストレス要因を軽減し、新しい材料とプロセス戦略の開発を加速するために AM プロセスを継続的に改善することが可能になります。

研究への資金提供は、DOE Laboratory Directed Research and Development, Digital Metallurgy Initiative によって提供されました。

ORNL の Alex Plotkowski が、ORNL の Chris Fancher、Kyle Saleeby、James Haley、Ke An、Dunji Yu、T​​om Feldhausen、Guru Madireddy、Yousub Lee、Joshua Vaughan、Suresh Babu、Jessie Heineman、Clay Leach、Wei Tang、Amit Shyam とともに開発を主導しました。開発を支援します。

物理学に基づいたアクティブラーニング – 科学発見のための自律型顕微鏡検査、ORNLによって開発されました。

ORNL とテネシー大学ノックスビル校の研究者は、自律実験のための物理学に基づいたアクティブ ラーニング手法を開発しました。 このソフトウェア スイートは、アクティブ ラーニング アルゴリズム、顕微鏡用の制御ソフトウェア、科学的発見を促進するその他の実験ツールで構成されています。