2019 Fiscal Year Research-status Report
Machine Learningによる気体分子散乱特性予測と機能性ナノ界面の探索
Project/Area Number |
18K03960
|
Research Institution | Kochi National College of Technology |
Principal Investigator |
武内 秀樹 高知工業高等専門学校, ソーシャルデザイン工学科, 准教授 (30435474)
|
Project Period (FY) |
2018-04-01 – 2021-03-31
|
Keywords | 流体工学 / 希薄気体力学 / 分子動力学 / Gas-Surface Interaction / 機械学習 |
Outline of Annual Research Achievements |
本研究では,通常の連続体仮定のもとで取り扱うことが困難となるマイクロ・ナノスケールの系の流れに対し,気体の熱流動特性の正確な把握に必要な界面での気体分子散乱特性の予測について機械学習の手法を取り入れ,気体-ナノ構造界面における気体分子散乱特性に与える影響要因やその散乱メカニズムを基礎的レベルで明らかにし,統一的な知見を得ることを目的としている.本年度は,昨年度に構築した反射気体分子の速度分布関数を予測するモデルに対して,さらなる精度の検証を行い,モデルの改善について検討を行った.具体的には,分子速度分布関数をガウス関数によりフィッティングした際のパラメータ数について吟味し,また,固体表面に入射する気体分子の分子速度分布関数に対しても同様の手法を用いて,機械学習による予測モデルの構築を行った.さらに,水分子の吸着度合に応じた白金固体表面との運動量交換の度合いを表すマクロな物理量である運動量適応係数の予測化を行い,分子動力学解析の結果と,構築した予測モデルにより得られた適応係数との値を比較し,モデル精度の影響について調査を行った.水分子吸着白金固体表面でのアルゴン気体分子の入射・反射に対する表面接線方向,法線方向,奥行き方向の各方向の分子速度分布関数および運動量適応係数の予測について,分子動力学解析に基づく値の再現性についても概ね妥当な結果が得られていることが確認され,任意の界面に対する適応係数等のマクロな物理量の予測可能性が示唆された.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は,構築した気体分子の分子速度分布関数を予測するモデルの改善を行うとともに,入射・反射分子の各方向の分子速度分布関数に対して適切な機械学習モデルを用いて水分子吸着度合いに対する気体分子の運動量交換の度合いを表す運動量適応係数の予測を行い,任意の白金固体表面上の水分子吸着表面に対する分子動力学解析の結果と,機械学習モデルにより得られた特性とを比較し,機械学習で構築されたモデルの精度の影響を吟味し,適応係数等のマクロな物理量の予測可能性が確認された.また,固体表面性状以外の因子に基づく気体分子散乱特性への予測のための機械学習モデルの拡張についても継続して検討を行っている.
|
Strategy for Future Research Activity |
今後は,任意の固体表面や界面に対し,巨視的な流れの速度勾配や温度勾配を有する場合に,それらの気体分子散乱挙動に影響する因子を包括的に考慮した気体分子の入射・反射時の分子速度分布関数を予測するモデルの構築を行う.また,分子動力学解析の結果と,機械学習モデルにより得られた特性とを比較し,機械学習で構築されたモデルの改善を継続して実施し,適応係数などのマクロな物理量に対し,熱流動特性の制御が可能となる界面構造の予測に有効な機械学習モデルの検討を進める.また,これらの知見をもとに汎用性のある機械学習モデルの構築・拡張を議論し,気体分子散乱の核となる重要な素過程の要因について明らかにすることを予定している.
|
Causes of Carryover |
構築されたモデルの改善に時間を要し,追加の解析に伴うデータ保存や管理を行うための計算機用消耗品の購入を見送ったため.次年度は,モデルの改善や拡張に必要な分子動力学解析データの収集や保存・管理を行うための計算機用消耗品等の購入および国内外での研究成果発表のための旅費や論文投稿費用などに利用する計画である.
|