2021 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 – 2023-03-31
|
| 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，希薄気体流れやマイクロ・ナノスケールの系の流れのような，高Knudsen数流れでの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挙動の解明に向けて，機械学習によるアプローチから種々の影響因子を考慮した気体分子散乱特性の予測に有効な反射モデルの確立を検討し，気体－固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．
既存の固体表面での気体分子反射境界条件である拡散反射条件やMaxwell型反射境界条件と比較して優位性が確認された本研究で構築した機械学習に基づく散乱時の分子速度分布関数を予測するモデルをさらに拡張するために，本年度は，固体表面として，昨年度までに用いてきた白金固体表面上に水分子が物理吸着した界面とは異なる，金固体表面を新たに取り上げ，固体原子種の違いや金固体表面の原子的表面性状の違いによる気体分子散乱特性についての基礎データである，入射・反射分子に対する分子速度分布関数や適応係数を分子動力学解析により取得した．また，巨視的な熱流動場の条件の違いとして，昨年度までと同様に二平板間の系に対して，壁面速度比や壁面温度比の違いを考慮した，気体分子散乱特性への影響因子も取り上げ，これまでに構築した予測モデルへの適用を検討し，より汎用性のある予測モデルの構築に対して概ね妥当な結果が得られていることが示唆された．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本年度は，要求した効果が発揮できる界面構造を予測・把握するためのより汎用性の高い反射予測モデルの構築に向けて，昨年度までの固体表面とは異なる固体表面原子の界面を新たに取り上げ，気体分子反射特性への影響因子として，原子レベルの表面性状の違いや流れ場の巨視的な速度勾配や温度勾配を有する場合に対する気体分子の入射・反射分子速度分布関数の把握について分子動力学解析を行い，機械学習を実施する上での基礎的なデータ取得を行っているが，予測モデルの精度向上に対しては，さらなる分子動力学解析による散乱データの取得が必要であり，多少の計画の遅れが考えられる．
|
| Strategy for Future Research Activity |
今後は，汎用性のある予測モデルとなるよう構築した機械学習モデルの拡張を引き続き行い，要求する散乱特性を生成するナノ界面構造を予測するための適切な機械学習モデルの検討を進める．また，気体分子散乱挙動に影響する因子を包括的に考慮するために，分子動力学解析に基づく基礎的な散乱データの取得を継続し，散乱時の分子速度分布関数や適応係数等のマクロな物理量に対する予測精度向上に起因する影響要因を明らかにし，気体分子散乱の核となる重要な素過程について吟味する予定である．
|
| Causes of Carryover |
新たな追加の分子動力学解析による散乱データの取得を必要とし，また，当初参加を予定していた国際会議がコロナ禍のため延期となり，出席を見送ったため．次年度は，機械学習による精度向上のための解析データのさらなる取得やデータを保管する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費用や論文投稿費用などに使用する計画である．
|
