芝浦工業(yè)大學(xué)工學(xué)部石崎貴裕教授團(tuán)隊(duì)利用可解釋人工智能（XAI）技術(shù)，成功定量解析了鋁合金蒸汽鍍膜保護(hù)層的防銹（耐孔蝕）機(jī)理。該研究成果已于2026年8月18日在線發(fā)表于《npj Materials Degradation》期刊。

研究團(tuán)隊(duì)針對(duì)傳統(tǒng)制造條件與耐腐蝕性關(guān)聯(lián)評(píng)估的局限，構(gòu)建了基于膜厚、表面粗糙度、晶粒尺寸和基板缺陷密度四項(xiàng)物理特征的AI預(yù)測(cè)模型。通過(guò)克服特征間強(qiáng)相關(guān)的“多重共線性”難題，采用隨機(jī)森林算法結(jié)合SHAP與ALE分析，模型預(yù)測(cè)精度（決定系數(shù)R2=0.670）顯著優(yōu)于僅依賴工藝參數(shù)的傳統(tǒng)模型（R2=0.557）。

分析表明，表面粗糙度是決定耐孔蝕性的主導(dǎo)因素。團(tuán)隊(duì)在世界范圍內(nèi)首次發(fā)現(xiàn)并證實(shí)了“形態(tài)學(xué)相變”現(xiàn)象：當(dāng)膜厚約2200納米為界時(shí)，表面粗糙度的作用發(fā)生逆轉(zhuǎn)。在較薄階段，粗糙結(jié)構(gòu)有助于形成保護(hù)層；超過(guò)該閾值后，粗糙凹陷反而會(huì)成為腐蝕因子的侵入通道。

該研究確立了不依賴特定制造設(shè)備的通用材料設(shè)計(jì)準(zhǔn)則，有望大幅降低試制成本與開(kāi)發(fā)周期。此AI解析方法不僅適用于鋁合金防腐涂層，未來(lái)還可拓展至鎂合金表面處理及全固態(tài)電池界面老化機(jī)制等復(fù)雜功能材料的研發(fā)中。本研究獲日本JST相關(guān)項(xiàng)目資助。