| Project/Area Number |
21H04697
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 36:Inorganic materials chemistry, energy-related chemistry, and related fields
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
大久保 將史 早稲田大学, 理工学術院, 教授 (20453673)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
安藤 康伸 東京工業大学, 科学技術創成研究院, 准教授 (00715039)
獨古 薫 横浜国立大学, 大学院工学研究院, 教授 (70438117)
|
|---|
| Project Period (FY) |
2021-04-05 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥42,510,000 (Direct Cost: ¥32,700,000、Indirect Cost: ¥9,810,000)
Fiscal Year 2024: ¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Fiscal Year 2023: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2022: ¥9,750,000 (Direct Cost: ¥7,500,000、Indirect Cost: ¥2,250,000)
Fiscal Year 2021: ¥18,070,000 (Direct Cost: ¥13,900,000、Indirect Cost: ¥4,170,000)
|
|---|
| Keywords | MXene / キャパシタ / 電池 / 電極材料 / 層状化合物 / ナノシート / 電気化学キャパシタ / データ科学 / インターカレーション |
|---|
| Outline of Research at the Start |
持続可能社会の構築に向け、エネルギー密度と出力密度を両立した蓄電デバイスの開発が求められている。電気二重層の形成により電荷を貯蔵するキャパシタは、イオン拡散に律速されない高出力を特徴とし、市場規模の拡大が進んでいる。しかし、キャパシタはエネルギー密度が低いという欠点があり、電気二重層の静電容量を増大することは、キャパシタの高エネルギー密度化に直結する重要な課題である。本研究開発では、‘インターカレーション静電容量’に着目し、その機構を支配する複数因子の統合的制御を実施する。特に、情報統計解析（機械学習）を用いて、定量的に階層化された基盤的知見を構築し、高性能キャパシタの設計指針を構築する。
|
| Outline of Annual Research Achievements |
本研究は、電気二重層キャパシタの高エネルギー密度化を目指し、静電容量を増大させる新しい指針として「インターカレーション静電容量」を提案するものである。具体的にはMXene（マキシン）と総称される層状化合物を研究対象とする。MXeneは、層間ナノ空間に挿入されたイオンが電気二重層を形成し、インターカレーション静電容量を与える。これまでの応募者の研究で、層間ナノ空間に共挿入された電解液の溶媒分子が外部電場を過剰遮蔽し、静電容量を大幅に増大することが明らかとなっていた。
2023年度においては、水系電解液中のMXene電極が示す静電容量を支配する因子を定量的に明らかにするために、文献に報告されたMXene電極の特性をデータベース化し、機械学習による特徴量重要度を解析した。その結果、MXene層間距離が最も重要な因子であることが分かり、また、3.0-4.0 Å程度の層間距離を持つMXeneを合成することでエネルギー密度と入出力特性を両立した電極が得られることが分かった（“Machine learning-assisted survey on charge storage of MXenes in aqueous electrolytes”, K. Kawai, Y. Ando, M. Okubo, Small Methods, 2024, 2400062.）。
また、2022年度に構築したJSON形式で電極特性をデータベース化する方法論を利用してMXene電極特性をデータベース化し、LiFePO4電極のデータベースと結合したリレーショナルデータベースを用いてフルセル特性の最適化を飛躍的に高効率化することに成功した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
MXeneの電極特性をデータベース化することに成功し、MXeneを用いた蓄電デバイスの開発を飛躍的に高効率化した。このことから、当初の計画以上に進展していると判断した。
|
| Strategy for Future Research Activity |
2023年度においては、MXene電極の特性をJSON形式にデータベース化することに成功した。2024年度においては、機械学習により秋からにしたMXeneの電極特性に大きな影響を与える因子を特徴量としたデータ蓄積を進める。共同研究者（横浜国立大学・獨古）との協業により、例えば、電解液のイオン伝導度、輸率、電位窓に関するデータ蓄積を積極的に進め、JSON形式のデータベース化を行う。また、データベース化とデータ可視化、高効率化にあたっては、共同研究者（産業技術総合研究所・安藤）との協業により進める。
|
