| Project/Area Number |
20H05657
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (S)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Broad Section D
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
木村 勇気 北海道大学, 低温科学研究所, 准教授 (50449542)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
瀧川 一学 国立研究開発法人理化学研究所, 革新知能統合研究センター, 研究員 (10374597)
川野 潤 北海道大学, 理学研究院, 准教授 (40378550)
田中 今日子 東北大学, 理学研究科, 客員研究者 (70377993)
|
|---|
| Project Period (FY) |
2020-08-31 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥201,370,000 (Direct Cost: ¥154,900,000、Indirect Cost: ¥46,470,000)
Fiscal Year 2023: ¥26,130,000 (Direct Cost: ¥20,100,000、Indirect Cost: ¥6,030,000)
Fiscal Year 2022: ¥27,820,000 (Direct Cost: ¥21,400,000、Indirect Cost: ¥6,420,000)
Fiscal Year 2021: ¥29,120,000 (Direct Cost: ¥22,400,000、Indirect Cost: ¥6,720,000)
Fiscal Year 2020: ¥95,030,000 (Direct Cost: ¥73,100,000、Indirect Cost: ¥21,930,000)
|
|---|
| Keywords | 核生成 / ナノ粒子 / 透過型電子顕微鏡 / その場観察 / 結晶成長 |
|---|
| Outline of Research at the Start |
核生成は物質形成の最初期のプロセスであり、科学から産業に至る様々な分野の鍵であるが、その理解は極めて限定的である。従前は、核生成がナノ領域で高速に、かつ確率的におこる現象で実空間観察が非常に困難な点が課題であった。本課題では、透過型電子顕微鏡に機械学習を導入した非平衡過程の実空間における動的観察手法を構築することで従前の問題を解決する。これにより、溶液から前駆体を経て結晶ができるまでの核生成過程の一部始終を可視化する。従来見過ごされてきたナノ粒子特有の現象や物理定数を求め、水和層の影響を明確にして核生成を支配するキーファクターを明確にし、使える核生成の理論モデルの構築を目指す。
|
| Outline of Annual Research Achievements |
本研究課題は、水溶液からの核生成の透過型電子顕微鏡“その場”観察実験を軸に、水和層の役割を理解するために、水和層の無い気相からの核生成実験などを対照実験として実施する。水溶液からの核生成の透過型電子顕微鏡“その場”観察実験では、溶液試料を観察できる3つの手法（窓板ホルダー、溶液セル、グラフェン膜）から、核生成のその場観察に最も適した手法として初年度に選定を行った窓板ホルダーを用いて、機械学習による核生成の予測に必須の教師データの取得を行った。その結果、低電子線画像と高電子線画像をそれぞれ1,000枚取得して教師画像セットを準備することで低電子線量で得た暗い像を電子線量にして1万倍程度明るくすることに成功した。さらに、溶液から核生成する粒子を早期に検出することにも成功した。また、電子線が溶媒である水を放射性分解することで、結晶化条件が変化してしまうことをできるだけ避けるために、電子線をパルス化するシステムを導入した。テスト試料としてステアリン酸結晶の電子線損傷を調べた結果、照射時間が10%になるようにパルス幅を調整した所、結晶の寿命は10倍以上に延びる結果が得られており、想定以上に効果があることが分かった。
溶液からの核生成では、水和層が重要な役割を果たしていると考えられている。そこで、初年度に引き続き、水和層のない気相からの核生成実験を行い、その過程を干渉計でその場観察して核生成時の温度、圧力と過飽和度増加の時間スケールから核生成理論式に必須の物理量を炭素、チタン、炭化チタンに対して求めて論文を投稿した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2022年度の計画を以下の通り達成したために、順調に進展していると判断した。
計画１：機械学習は、如何に多くの教師データを用意できるかが重要となる。そこで、透過型電子顕微鏡を用いて核生成の観察データを集める。実績：例えば、[Microscopy and Microanalysis, 28 (2022) 138-144]では、低電子線画像と高電子線画像をそれぞれ1,000枚取得して教師画像セットを準備することで低電子線量で得た暗い像を電子線量にして1万倍程度明るくすることに成功した。さらに、溶液から核生成する粒子を早期に検出することにも成功した[Frontiers in Chemistry, 10 (2022) 818230]。これにより、核生成現象をいち早く捉えられるため、初期の現象を高分解能観察したり、初期の構造を電子回折図形から決定できるようになった。
計画２：溶液からの核生成では、水和層が重要な役割を果たしていると考えられている。そこで、水和層のない気相からの核生成実験を行い、その過程を干渉計でその場観察して核生成時の温度、圧力と過飽和度増加の時間スケールから核生成理論式に必須の物理量を求め、水溶液実験と比較するためのデータを取得する。実績：様々な分野で重要となる酸化シリコンの核生成実験を行い、その結果をNature Communicationsに投稿し、現在再査読中である。
計画３：電子線が溶媒である水を放射性分解することで、結晶化条件が変化してしまうことをできるだけ避けるために、電子線をパルス化するシステムを導入する。実績：2022年度末に導入し、テスト試料としてステアリン酸結晶の電子線損傷を調べた。例えば、照射時間が10%になるようにパルス幅を調整した所、結晶の寿命は10倍以上に延びる結果が得られており、想定以上に効果があることが分かった。
|
| Strategy for Future Research Activity |
本研究課題では全く新規に機械学習を取り入れたTEM“その場”観察の研究をスタートさせた。1年半で、画像の鮮明化、核生成の早期検出、粒子サイズ計測を機械学習に任せられるようになった。3年目には、これら3つのアプリケーションを我々が専有するTEMに実装する。リアルタイム画像改善・計測によって, 動的な核生成や化学反応の観察などにおいて、その時々に観察すべき時空間をガイドすることができるようになる。よって、結晶核をいち早く高分解能観察したり、素早く電子回折パターンを取得したりが可能となるため、データの質が飛躍的に高まることが期待される。機械学習の教師データの収集効率も飛躍的に高められるため、機械学習の質も高まるという好循環が生まれる。従来は、偶然に核生成を観察できた数例で議論していたのに対して、十分なデータ数を使って定量的な議論を展開できるようになると期待される。さらに、改善された画像から人間が特徴を見出すことで新たな知見の獲得へとつなげる。
並行して、水中のナノ粒子がぼんやりと見える程度の不明瞭画像を, 水を取り払ったかのような明瞭な画像に改善する手法を考案する。これにより、これまで可視化できなかった水中のナノメートルスケールの普遍的な動的挙動を確実にとらえられる手法を確立する。
同時に、水和層の無い気相からの核生成実験を行う。干渉計を用いて核生成時の温度、圧力と過飽和度増加の時間スケールから核生成理論式に必須の物理量（表面自由エネルギーと付着確率）を求め、この値を水溶液実験と比較することで水和層の影響だけを抽出する。
|
| Assessment Rating |
Interim Assessment Comments (Rating)
A: In light of the aim of introducing the research area into the research categories, the expected progress has been made in research.
|
