| 研究領域 | 構造不規則系のレオロジー：アナンケオン動力学の確立 |
|---|
| 研究課題/領域番号 |
22H05041
|
|---|
| 研究種目 |
学術変革領域研究(B)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅱ)
|
|---|
| 研究機関 | 豊田工業大学 |
|---|
研究代表者 |
椎原 良典 豊田工業大学, 工学(系)研究科(研究院), 准教授 (90466855)
|
|---|
| 研究分担者 |
Ivan Lobzenko 国立研究開発法人日本原子力研究開発機構, 原子力科学研究部門 原子力科学研究所 原子力基礎工学研究センター, 博士研究員 (30802293)
|
|---|
| 研究期間 (年度) |
2022-05-20 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
26,260千円 (直接経費: 20,200千円、間接経費: 6,060千円)
2024年度: 8,710千円 (直接経費: 6,700千円、間接経費: 2,010千円)
2023年度: 8,710千円 (直接経費: 6,700千円、間接経費: 2,010千円)
2022年度: 8,840千円 (直接経費: 6,800千円、間接経費: 2,040千円)
|
|---|
| キーワード | 金属ガラス / 第一原理計算 / 機械学習 / 分子動力学 / アナンケオン / 分子動力学法 / ニューラルネットワーク / 塑性 / 原子応力 |
|---|
| 研究開始時の研究の概要 |
ガラスはその非晶質性から卓越した材料機能を持つ．ガラスの産業利用を拡大するには，容易に割れないように塑性能を付加することが必要不可欠である．しかしながら，ガラスの塑性能発現機構は未解明である．原子レベルの不可逆的構造変化が集団的に励起され相互作用することがすべり帯の発生に繋がると考えられているが，その原子レベルの励起子の素性が明らかでない．本研究では，この励起子をアナンケオンと呼称し，その正体を解明する．一体どのような原子構造・幾何構造・電子構造を持つものか，どのように相互作用し集団励起へと発展するのかを明らかとする．
|
| 研究実績の概要 |
アナンケオンを追跡する手段として，本研究では独自手法である機械学習分子動力学に基づく原子応力計算法を用いる．金属ガラスにおける局所的応力緩和を可視化することを通じて，以下の内容を実現する:(i) アナンケオンの起点と構造形態の解明，(ii) 応力緩和機序の解明，(iii) アナンケオンの相互作用と集団励起の機序の解明．本年度は，(1) 金属ガラスの高精度計算のための機械学習分子動力学ポテンシャルの開発，(2) 機械学習分子動力学ポテンシャルに基づく原子応力計算法の開発，(3) EAMポテンシャルによる金属ガラスせん断シミュレーションを通じたアナンケオンに関する基礎的研究，について研究を実施した．それぞれの項目について成果を述べる．
(1) 第一原理計算を実施し，CuZr金属ガラスについて学習データを収集した．学習データは，異なる原子配置を持つCuZrガラス数ケースに対する等膨張，単純引張，単純せん断等の変形を施したものの他，それらの構造に微量な原子攪乱を与えたものを含めて，計1万以上の構造からなる．
(2) 機械学習ポテンシャルベースの原子応力計算法について更なる検討を実施した．原子応力テンソルの固有値である主応力を計算するために，中心力分解をその定式に導入した．アルミ表面等の原子系に適用して，合理的な原子応力分布，主応力分布が得られることを確認した．
(3) 今後の比較のために，従来の原子間ポテンシャルであるEAM(Embedded Atom Method)を用いてCuZr金属ガラスでのせん断変形シミュレーションを実施し，そこでの軟化を確認した．軟化前後の構造についてNudged Elastic Band法を適用することでそれら構造間のエネルギーバリアを評価するとともに，そのひずみに対する変化を明らかとすることに成功した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
上述の項目(1)について，ニューラルネットワークの損失関数にエネルギーのみを含めて学習を実施したが，せん断変形における軟化を高精度に表現するには至らなかった．一方で，項目(2)の達成に加えて，従来の計画に無かった項目(3)についても進展があったため，この評価とした．
|
| 今後の研究の推進方策 |
次年度計画では，項目(1)の達成を主の目標とする．ニューラルネットワークの記述子を工夫するとともに，損失関数へ原子に働く力を含めることによって，軟化現象を再現することを目指す．項目(2)(3)で得られた研究成果と組み合わせることで，金属ガラスCuZrの軟化を高精度に表現できる機械学習分子動力学シミュレーションの実現する．また，そこでの原子応力を通じたアナンケオンを特定し，その動的挙動を明らかとする．
|
