• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

添加剤による層構造制御を軸としたLi伝導性酸化物材料のデータ駆動型機能創出

研究課題

研究課題/領域番号 18K04700
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分26020:無機材料および物性関連
研究機関名古屋工業大学

研究代表者

田村 友幸  名古屋工業大学, 工学(系)研究科(研究院), 准教授 (90415711)

研究期間 (年度) 2018-04-01 – 2021-03-31
研究課題ステータス 完了 (2020年度)
配分額 *注記
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
キーワード固体電解質材料 / Liイオン電池 / 機械学習 / Li伝導性酸化物 / ペロフスカイト構造
研究成果の概要

Liイオン二次電池の全固体化の実現のためには超イオン伝導性を示す固体電解質が不可欠である.我々は酸化物系で最もイオン伝導度が高いペロブスカイト構造LLTOに着目し,結晶内部のLi伝導パスの増加を促す添加元素とLi拡散活性化エネルギーの低下を促す添加元素の候補をそれぞれ第一原理計算により見つけた.また,焼結体として利用する場合には粒界抵抗が電池全体の性能低下を引き起こすと考えられるため,粒界モデルを用いたLi拡散シミュレーションにより,粒界抵抗の微視的な原因の解明を行った.さらに,より一般的な材料探索への展開も視野に入れて,情報科学の導入による効率的な材料探索システムを提案した.

研究成果の学術的意義や社会的意義

大型Liイオン二次電池の利用拡大のためには安全性の確保が最重要課題である.酸化物材料の新たな設計及び電池材料として利用する際の粒界抵抗の原因の解明を目指した本研究成果により,全固体電池の実用化に近づいたと期待される.また,本研究で開発された多目的最適化による材料探索アルゴリズム及び高速・高精度なランダム粒界の理論計算法は電池材料に限定されず一般的な材料に展開が可能であり,Materials informaticsがさらに加速すると期待される.

報告書

(4件)
  • 2020 実績報告書   研究成果報告書 ( PDF )
  • 2019 実施状況報告書
  • 2018 実施状況報告書
  • 研究成果

    (22件)

すべて 2021 2020 2019 2018

すべて 雑誌論文 (5件) (うち査読あり 3件、 オープンアクセス 3件) 学会発表 (17件) (うち国際学会 1件、 招待講演 4件)

  • [雑誌論文] First-principles XANES simulation for oxygen-related defects in Si-O amorphous materials2021

    • 著者名/発表者名
      Wataru Katayama, Tomoyuki Tamura, Yuya Nishino and Takakazu Hirose
    • 雑誌名

      Computational Materials Science

      巻: 196 ページ: 110555-110555

    • DOI

      10.1016/j.commatsci.2021.110555

    • 関連する報告書
      2020 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Prediction of formation energies of large-scale disordered systems via active-learning-based executions of ab initio local-energy calculations: A case study on a Fe random grain boundary model with millions of atoms2020

    • 著者名/発表者名
      Tomoyuki Tamura and Masayuki Karasuyama
    • 雑誌名

      Physical Review Materials

      巻: 4 号: 11

    • DOI

      10.1103/physrevmaterials.4.113602

    • 関連する報告書
      2020 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Active-learning-based efficient prediction of ab-initio atomic energy: a case study on a Fe random grain boundary model with millions of atoms2020

    • 著者名/発表者名
      Tomoyuki Tamura and Masayuki Karasuyama
    • 雑誌名

      arXiv.org

      巻: 1912.04596 ページ: 1-26

    • 関連する報告書
      2019 実施状況報告書
    • オープンアクセス
  • [雑誌論文] Multi-objective Bayesian Optimization using Pareto-frontier Entropy2019

    • 著者名/発表者名
      Shinya Suzuki, Shion Takeno, Tomoyuki Tamura, Kazuki Shitara, Masayuki Karasuyama
    • 雑誌名

      arXiv.org

      巻: 1912.04596 ページ: 1-28

    • 関連する報告書
      2019 実施状況報告書
  • [雑誌論文] Knowledge-transfer-based cost-effective search for interface structures: A case study on fcc-Al [110] tilt grain boundary2018

    • 著者名/発表者名
      Yonezu Tomohiro、Tamura Tomoyuki、Takeuchi Ichiro、Karasuyama Masayuki
    • 雑誌名

      Physical Review Materials

      巻: 2 号: 11

    • DOI

      10.1103/physrevmaterials.2.113802

    • 関連する報告書
      2018 実施状況報告書
    • 査読あり
  • [学会発表] 粒界物性研究に向けた計算科学と情報科学の融合2020

    • 著者名/発表者名
      田村友幸
    • 学会等名
      第30回格子欠陥フォーラム
    • 関連する報告書
      2020 実績報告書
    • 招待講演
  • [学会発表] 機械学習に基づいた第一原理XANESスペクトルの予測2020

    • 著者名/発表者名
      飯沢 巧,田村 友幸, 小林 亮,尾形 修司
    • 学会等名
      第30回日本MRS年次大会
    • 関連する報告書
      2020 実績報告書
  • [学会発表] 粒界物性研究に向けた情報科学の導入2020

    • 著者名/発表者名
      田村 友幸
    • 学会等名
      第30回日本MRS年次大会
    • 関連する報告書
      2020 実績報告書
    • 招待講演
  • [学会発表] ニューラル・ネットワーク力場を用いたSiOの相分離過程のMDシミュレーション2020

    • 著者名/発表者名
      小林 亮,飯沢 巧,田村 友幸
    • 学会等名
      第30回日本MRS年次大会
    • 関連する報告書
      2020 実績報告書
  • [学会発表] Li-Si-O材料の構造欠陥の第一原理XANESシミュレーション2020

    • 著者名/発表者名
      片山 航,田村 友幸, 小林亮,尾形 修司
    • 学会等名
      第30回日本MRS年次大会
    • 関連する報告書
      2020 実績報告書
  • [学会発表] 第一原理計算で探るガラス中の局所構造2019

    • 著者名/発表者名
      田村 友幸
    • 学会等名
      第51回ガラス部会夏季若手セミナー 「紐解くガラス科学」
    • 関連する報告書
      2019 実施状況報告書
    • 招待講演
  • [学会発表] MI を活用した材料の粒界構造へのアプローチの現状と展望2019

    • 著者名/発表者名
      田村 友幸
    • 学会等名
      産業技術総合研究所 第6回エネルギー材料アライアンス講演会
    • 関連する報告書
      2019 実施状況報告書
    • 招待講演
  • [学会発表] 機械学習による大規模粒界モデル中の局所エネルギー予測2019

    • 著者名/発表者名
      田村 友幸, 烏山 昌幸, 小林 亮, 竹内 一郎
    • 学会等名
      日本MRS
    • 関連する報告書
      2019 実施状況報告書
  • [学会発表] 第一原理計算によるLi-Si-O系材料のXANESスペクトル2019

    • 著者名/発表者名
      西野 雄哉, 田村 友幸, 小林 亮, 尾形 修司
    • 学会等名
      日本MRS
    • 関連する報告書
      2019 実施状況報告書
  • [学会発表] 機械学習を用いたFe粒界の偏析エネルギー予測2019

    • 著者名/発表者名
      飯沢 巧, 田村 友幸, 小林 亮, 尾形 修司
    • 学会等名
      日本MRS
    • 関連する報告書
      2019 実施状況報告書
  • [学会発表] 機械学習による大規模粒界モデル中の局所エネルギー予測2019

    • 著者名/発表者名
      田村友幸,烏山昌幸,小林亮,竹内一郎
    • 学会等名
      日本物理学会2019年秋季大会
    • 関連する報告書
      2019 実施状況報告書
  • [学会発表] Li-Si-O 系材料の表面がXANESスペクトルに与える影響2019

    • 著者名/発表者名
      西野 雄哉, 田村 友幸, 小林 亮, 尾形 修司
    • 学会等名
      日本セラミックス協会東海支部
    • 関連する報告書
      2019 実施状況報告書
  • [学会発表] 機械学習による大規模粒界モデル中の局所エネルギー予測2019

    • 著者名/発表者名
      田村友幸, 烏山昌幸, 小林亮, 竹内一郎
    • 学会等名
      日本物理学会第74回年次大会
    • 関連する報告書
      2018 実施状況報告書
  • [学会発表] Fast and scalable prediction of local energy at grain boundaries: Machine-learning based modeling of first-principles calculations2018

    • 著者名/発表者名
      T. Tamura, M. Karasuyama, R. Kobayashi, R. Arakawa, Y. Shinhara, and I. Takeuchi
    • 学会等名
      MMM2018 (9th International Conference on Multiscale Materials Modeling)
    • 関連する報告書
      2018 実施状況報告書
    • 国際学会
  • [学会発表] リチウムイオン電池用SiO負極へのLi挿入の第一原理計算2018

    • 著者名/発表者名
      西野 雄哉, 田村友幸, 小林 亮, 尾形 修司
    • 学会等名
      第28回日本MRS年次大会
    • 関連する報告書
      2018 実施状況報告書
  • [学会発表] 機械学習を用いた固体電解質LLTOの効率的な安定構造探索2018

    • 著者名/発表者名
      春日井広輝, 田村友幸, 小林亮, 尾形修司
    • 学会等名
      第28回日本MRS年次大会
    • 関連する報告書
      2018 実施状況報告書
  • [学会発表] 機械学習による大規模粒界モデル中の局所エネルギー予測2018

    • 著者名/発表者名
      田村友幸, 烏山昌幸, 小林亮, 竹内一郎
    • 学会等名
      第28回日本MRS年次大会
    • 関連する報告書
      2018 実施状況報告書

URL: 

公開日: 2018-04-23   更新日: 2022-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi