機械学習ポテンシャルを活用した軽水炉燃料被覆管に発生する微細組織形成過程の解明

Research Project

Project/Area Number	23K26586
Project/Area Number (Other)	23H01893 (2023)
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Multi-year Fund (2024) Single-year Grants (2023)
Section	一般
Review Section	Basic Section 31010:Nuclear engineering-related
Research Institution	The University of Tokyo
Principal Investigator	沖田泰良東京大学, 大学院工学系研究科(工学部), 特任准教授 (50401146)
Co-Investigator(Kenkyū-buntansha)	岡弘北海道大学, 工学研究院, 助教 (10738967)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Declined (Fiscal Year 2024)
Budget Amount *help	¥17,030,000 (Direct Cost: ¥13,100,000、Indirect Cost: ¥3,930,000) Fiscal Year 2025: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2024: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2023: ¥7,930,000 (Direct Cost: ¥6,100,000、Indirect Cost: ¥1,830,000)
Keywords	軽水炉被覆管 / 微細組織 / 水素脆化 / ニューラルネットワーク / 分子動力学 / 第一原理計算 / 密度汎関数 / 人工ニューラルネットワーク / 分子動力学法 / 原子空孔
Outline of Research at the Start	本研究では、軽水炉の燃料被覆管として用いられるZr合金を対象として、結晶欠陥の挙動も含めた教師データに基づき、機械学習ポテンシャルを構築する。これを用いて、Zr合金の六方晶底面上に集積した原子空孔の集合体が潰れて c-loopに変換する過程を世界で初めて解明する。この過程は、被覆管で発生する水素吸収量の急激な増加の要因を解明する上で重要であるにもかかわらず、これまでの手法では再現できなかった過程である。
Outline of Annual Research Achievements	本研究では、軽水炉の燃料被覆管として使用されるZr合金を対象とし、小さなセルで行った第一原理計算の結果を人工ニューラルネットワークに学習させることで、第一原理計算の精度を確保しつつ従来の分子動力学法と同じ程度まで計算コストを減らすことが可能な機械学習ポテンシャルを構築している。2023年度は、密度汎関数に基づいた第一原理計算ソフトVASPにより、単体Zrを対象として、六方晶で格子を歪ませた系、面心立方構造で格子を歪ませた系、表面および原子空孔を含む系、すべり面上の片側の原子を徐々にシフトさせた系の原子配置に対して、系のエネルギー、系内の各原子に働く力を算出し、教師データとした。この際、原子配置は、8つのradial関数と18のangular関数を用いて、並進普遍性と回転普遍性を有する入力データに変換した。これらを人工ニューラルネットワークに学習させることで、Zr中に形成する特異的なナノ組織であるc-loopが形成する過程において重要な物性値を再現する原子間ポテンシャルを構築することに成功した。
Research Progress Status	翌年度、交付申請を辞退するため、記入しない。
Strategy for Future Research Activity	翌年度、交付申請を辞退するため、記入しない。