• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2021 Fiscal Year Annual Research Report

Hansen溶解度パラメータに立脚したニューラルネットワークによるゲル化予測

Research Project

Project/Area Number 20K22471
Research InstitutionTokyo University of Science

Principal Investigator

村上 裕哉  東京理科大学, 工学部工業化学科, 助教 (80880757)

Project Period (FY) 2020-09-11 – 2022-03-31
Keywordsゲル化剤 / Hansen溶解度パラメータ / 機械学習
Outline of Annual Research Achievements

本研究では,Hansen溶解度パラメータによって各種溶媒を用いた際にゲル化が可能であるかを判定するモデルを作成することを目的としている.特に,12-hydroxystearic acidを用いた際に,ゲルが生成するかどうかHansen溶解度を用いて整理した.溶媒として,様々な官能基を有する30種以上の有機溶媒を利用した.
結果,溶解度パラメータとゲル化可否の間には明らかな相関関係がある事が明らかとなった.特に水素結合パラメータについては,その増減がゲル化に大きく影響することが示唆された.一方で,完全にゲル化するものと,一部がゲル化するもの,全くゲル化が起こらないものなど,ゲル化の具合は溶媒やゲル化剤の濃度によって大きく異なっていた.そこで,ゲル化の度合いを評価するために,ゲル化度数を定義し,ゲル化度がある閾値を超えるのに必要なゲル化量を臨界ゲル化剤濃度として定義した.
加えて,生成したゲルの物性についても,粘弾性測定と透過光量測定から評価した.ゲルの強度はゲル化剤濃度に依存していた一方,透過光量は溶媒種によって大きく異なっていた.そこで,Hansen空間上における溶媒とゲル化剤の距離をパラメータとしてゲルの透過光量を整理した所,強い線形相関関係がみられた.具体的には,ゲル化剤と類似したパラメータを有する溶媒であるほど,白濁し透過光量が減少した.透過光量はゲル内部の分子は配列に依存すると考えられるため,透過光量はゲルのミクロな構造を反映していると示唆される.すなわち,ゲル化判定においてゲルの透過率を予測するモデルを作成することによって,ゲル化の可否を定量的に予測可能な高精度モデルが実現可能であることが示唆された.

  • Research Products

    (2 results)

All 2022

All Presentation (2 results) (of which Invited: 1 results)

  • [Presentation] ゲル形成・強度にHansen溶解度パラメータが与える影響の解明2022

    • Author(s)
      内山 大生,村上 裕哉,松川 博亮,大竹 勝人,庄野 厚
    • Organizer
      第24回化学工学会学生発表会
  • [Presentation] Message Passing Neural Networkの転移学習を利用した分子三次元構造からの物性推算手法2022

    • Author(s)
      村上 裕哉,庄野 厚
    • Organizer
      分離技術年会2021
    • Invited

URL: 

Published: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi