2021 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 / ニューラルネットワーク / 粗視化分子動力学 / 自己無撞着場理論 / 熱可塑性エラストマー / 軟質樹脂 |
|---|
| 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。
今年度は昨年度までの検討に引き続き、自己無撞着場理論と粗視化分子動力学を組み合わせた階層的シミュレーションにより、体心立方球状およびダブルジャイロイドミクロ相分離構造を有するブロックコポリマーの応力－ひずみ挙動（S-Sカーブ）を予測し、ソフトセグメントが形成するネットワーク（ブリッジ分率）、およびハードドメインネットワークのS-Sカーブに与える影響に関して詳細を解析し、ネットワーク構造の物性への寄与メカニズムを明らかにした。
またニューラルネットワークを用いて高分子鎖構造とS-Sカーブの回帰を行い、高分子鎖構造から高い精度でS-Sカーブを予測できる学習セットを構築した。さらにその学習セットとベイズ最適化を用いて、任意のS-Sカーブを示す高分子鎖の逆設計を行い、階層的シミュレーションにより検証した結果、目標とするS-Sカーブを再現することを確認した。これら一連の成果により、目的の物性を発現する高分子鎖の逆設計の指針を立てることが出来た。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
