2020 Fiscal Year Research-status Report
Predicting Grain Boundary Thermal Conductivitites from Local Atomic Environments
| Project/Area Number |
20K15034
|
|---|
| Research Institution | Japan Fine Ceramics Center |
|---|
Principal Investigator |
藤井 進 一般財団法人ファインセラミックスセンター, その他部局等, 研究員 (90826033)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 結晶粒界 / 熱伝導度 / 機械学習 / 分子動力学法 / フォノン |
|---|
| Outline of Annual Research Achievements |
多結晶中に存在する結晶粒界（もしくは単に粒界）は、結晶粒間の数nmという微小な領域にしか存在しないにも関わらず、しばしば材料の巨視的な特性をも決定づける。粒界には多種多様な原子構造が存在し、それゆえに示す特性も様々に変化する。したがって、粒界原子構造と特性の関係を明らかにすることは材料特性制御において極めて重要である。
本研究では、原子レベル計算による構造・特性解析と機械学習を併用することで、粒界原子構造－特性相関を定量的に解明すること、及びその支配因子を解明することを目的とする。特にモデル材料としてMgOやSi、ZrO2に着目する。特性としては、遮熱コーティングや熱電変換材料、電子デバイスの放熱性において重要な熱伝導度を取り扱う。
一年目においては、MgO粒界を対象に、原子構造を数値として表すことが可能な構造記述子や、局所的な配位環境（結合の欠損や結合の歪み）を分類可能な機械学習手法（階層的クラスタリング）を利用して、熱伝導度を原子構造から定量的に予測するモデルの構築を行った。機械学習に必要なデータには、既に先行研究で得られているものを用いた。まず、構造記述子と階層的クラスタリングを用いると、１００種類程度の多様なMgO粒界構造が、大きく分けて６つの局所配位環境の組み合わせで構成されていることが分かった。さらに、原子レベルの熱伝導性を測定可能な計算手法を用いて解析すると、局所的な原子の配位環境の乱れが大きくなるほど、熱伝導度が低下する傾向が見られた。そこで、粒界がどのような配位環境で構成されているか、という数値データを用いて熱伝導度の予測モデルを構築したところ、粒界構造のみから熱伝導度を高精度に予測可能なことが判明した。モデルを解析すると、原子の配位環境が少しでも歪めば熱伝導度を十分に低減できるという、従来の定性的な知見とは異なる粒界構造設計指針が得られた。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
MgOの粒界構造を基に、熱伝導度を高精度に予測するモデルを構築することに成功した。また、物理的に理解可能なモデルを構築することに尽力したため、単なる予測だけに留まらず、少しの結合歪みが大幅に熱伝導度を低下させるという、工学的にも重要な知見を見出した。粒界構造に基づく熱伝導予測モデルの構築は過去に例がなく、他の特性についても前例が非常に限られているため、試行錯誤の結果十分なモデルが構築できない可能性も研究計画の中である程度想定していた。したがって、１年目において順調にモデルを構築できたのは計画以上の進展と言える。
一年目においては、MgO粒界における熱伝導度予測モデルの構築の他に、ZrO2やSiにおける粒界構造の探索も並行して実施した。ZrO2においては、多様な結晶構造を十分に再現できる古典ポテンシャルが欠如していることが判明したため、機械学習手法を部分的に用いて古典ポテンシャルの最適化の検討を行った。また、Siにおいては、近年開発された高精度機械学習ポテンシャルを用いた粒界構造探索を実施し、数種類の粒界構造の特定および熱伝導解析が完了した。解析した粒界の数は少ないものの、高精度機械学習ポテンシャルを使用することで従来よりも定量性の高い議論を行うことが可能になる。
以上のように、計画以上に進展した部分とやや遅れが見られる部分、順調に進んでいる要素が混在しているが、予測モデルの構築が本研究の根幹をなす最重要課題であるため、総合的に当初の計画以上の進展と判断した。
|
| Strategy for Future Research Activity |
２年目においては、ZrO2ポテンシャル開発とSi粒界構造の探索とその熱伝導解析に重点を置く。当初はZrO2の熱伝導解析まで実施する予定であったが、再現性の良い古典ポテンシャルの欠如という課題が見つかったため、３年目の実施に計画を変更する。その代わり、当初３年目に実施予定であった、Si粒界の構造探索・熱伝導解析を前倒しで実施する。熱伝導解析の順序が変化するだけで、研究全体としての計画に大きな影響はない。
Si粒界については、構造探索と熱伝導解析が１年目に数例完了しているため、確立した方法を他の粒界にも適用して数十種類の粒界熱伝導のデータの蓄積を試みる。ただし、MgO及びZrO2で用いるような古典ポテンシャルよりも数十倍計算負荷が大きい機械学習ポテンシャルを用いるため、既存の計算設備のみでは十分に計算を実施できない可能性がある。したがって、熱伝導解析を実施するのに必要な多コア並列計算機の新規導入や、研究機関におけるスーパーコンピュータの活用を行う。進展状況によるが、十分にデータが集まれば、MgOと同様に熱伝導度の予測モデルの構築を試みる。
ZrO2の古典ポテンシャルについては、例えば遺伝的アルゴリズムのような機械学習手法を用いて、既存のものよりもZrO2の結晶構造の再現性に優れたポテンシャルの構築を試みる。
|
| Causes of Carryover |
新型コロナウイルスの感染拡大による出張取りやめに伴い、旅費及び学会参加費等が不使用になったため。翌年度分として請求した助成金と併せ、研究遂行に必要な多コア並列計算機の購入や旅費、スーパーコンピューターの使用料に充当する。
|
