2019 Fiscal Year Annual Research Report
| Project Area | Discrete Geometric Analysis for Materials Design |
|---|
| Project/Area Number |
17H06464
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
青柳 岳司 国立研究開発法人産業技術総合研究所, 材料・化学領域, 総括研究主幹 (50786241)
|
|---|
| Project Period (FY) |
2017-06-30 – 2022-03-31
|
| Keywords | ブロックコポリマー / ミクロ相分離 / 機械学習 / 深層学習 / 粗視化シミュレーション |
|---|
| Outline of Annual Research Achievements |
高分子集合体は、その分子構造、組成、集合体形成のプロセスにより多階層な高次構造を取り、その構造が機能の発現を左右する。特に架橋高分子、ブロックコポリマーのミクロ相分離、過冷却状態における密度揺らぎなど、様々なネットワーク構造を形成する場合が多い。さらに機能性材料においてはマクロなネットワーク構造を制御して、その機能を向上させるというアプローチは産業的にも求められている。
本研究では、高分子材料がミクロ相分離などにより形成するネットワーク構造に着目し、①最適なネットワーク構造を設計する、②狙ったネットワーク構造を作る高分子構造、組成、プロセスを設計する、③設計した高分子構造、組成とプロセスを実証し、特性を評価した結果をネットワーク構造最適化にフィードバックすることを目的とする。
今年度は昨年度に引き続き、深層学習による自己無撞着場計算(SCFT)より得られた準安定ミクロ相分離構造の分類を行った。そして、分類の結果と自由エネルギー最小の安定相とを紐づけることにより、ABジブロック、ABA'非対称トリブロックおよびAB2スター型ブロックコポリマーの安定相を予測、相図を再現することに成功した。
またSCFTと粗視化分子動力学(CGMD)を組み合わせた階層的シミュレーションシミュレーションにより得られた応力－ひずみ挙動（S-Sカーブ）を、CGMDを行うことなく相分離構造から予測する試みをABA対称トリブロックコポリマーを用いて予備的な検討を開始した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
機械学習を用いたミクロ相分離構造の分類と相図の予測に関して研究は順調に進捗したものの、2020年春からのコロナ禍のため、対外的な発表と議論の場がしばらく失われたため、計画を一部繰り越した。残念ながら繰り越した2020年度においても状況は変化せず、内外の研究者との議論は限られたものにならざるを得なかったが、オンライン学会や論文発表により成果を公開し、それに基づいた新たな議論の場などを設けだすことが出来たため、当初の計画はおおむね順調に進展していると判断する。
また、当該新学術領域の情報科学を中心とした別の計画班とも、コミュニケーションを進めデータの提供、共同研究等を進めことができた。
|
| Strategy for Future Research Activity |
SCFTと粗視化分子動力学(CGMD)を組み合わせた階層的シミュレーションシミュレーションにより得られた応力－ひずみ挙動（S-Sカープ）を、高分子鎖構造およびミクロ相分離構造から予測する試みを継続する。教師データとしてABA対称トリブロックに加えて、様々な高分子鎖構造を考慮し、それに基づくミクロ相分離構造およびS-Sカーブを階層的シミュレーションにより得て、分子構造のみではなく、高次構造と物性との相関、高次構造－物性相関解析の手法を確立していく。
また、得られた相関（学習セット）より、目的とするS-Sカーブを与える、高分子鎖構造および高次構造を提案する、いわゆる逆問題にも取り組んでいく計画である。
|
