2021 Fiscal Year Annual Research Report
Studies of clay minerals-water interface by machine learning molecular dynamics simulations and experiments
| Project/Area Number |
18K05208
|
|---|
| Research Institution | Japan Atomic Energy Agency |
|---|
Principal Investigator |
奥村 雅彦 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 研究主幹 (20386600)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
志賀 基之 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 研究主幹 (40370407)
荒木 優希 立命館大学, 理工学部, 助教 (50734480)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 機械学習 / 分子動力学法 / 粘土鉱物 / 固液界面 |
|---|
| Outline of Annual Research Achievements |
本研究では、粘土鉱物及びその固液界面の水物性を、機械学習分子動力学法シミュレーションと周波数変調原子間力顕微鏡によって改名することを目的とし、主な研究成果は機械学習分子動力学法シミュレーションによって珪酸塩鉱物-水界面における水分子の拡散過程の詳細シミュレーションに成功した事と、機械学習分子動力学法シミュレーションによる粘土鉱物の詳細物性評価に成功した事である。
機械学習分子動力学法は、計算コストの高い第一原理計算の計算結果を人工ニューラルネットワーク等で学習し、古典分子動力学法に迫る低計算コストで第一原理計算並の高精度分子動力学法シミュレーションが実施可能な数値シミュレーション手法である。この手法は発展中であり、構成原子種が多く、原子構造も複雑な粘土鉱物（珪酸塩鉱物）に適用された例はなかった。また、周波数変調原子間力顕微鏡は水の構造を観測することが可能であり、固液界面の水構造の解明に適した手法である。
本研究では、珪酸塩鉱物の一種であるトバモライトの機械学習分子動力学法による物性評価に世界で初めて成功した。この研究では、トバモライトの構造、機械特性、フォノンなどの基礎物性について第一原理計算の結果や実験結果の再現に成功しただけでなく、トバモライト-水界面における水分子の拡散過程について、実験結果と無矛盾な結果を得た。これは、機械学習分子動力学法による珪酸塩鉱物-水界面の物性解明において機械学習分子動力学法が非常に有効な手法であることを示してる。本研究では、粘土鉱物の一種であるカオリナイトについても機械学習分子動力学法によるシミュレーションに成功し、構造及び機械特性等の物理量について第一原理計算の結果及び実験結果を良く再現する事に成功した。特に、古典分子動力学法で再現できなかった粘土鉱物に特徴的な二酸化珪素の六員環構造やヒドロキシ基の振動モードの実験結果の再現に成功した。
|
