| 研究課題/領域番号 |
21J12813
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分18020:加工学および生産工学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
冨澤 森生 東京大学, 工学系研究科, 特別研究員(DC2)
|
|---|
| 研究期間 (年度) |
2021-04-28 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
1,500千円 (直接経費: 1,500千円)
2022年度: 700千円 (直接経費: 700千円)
2021年度: 800千円 (直接経費: 800千円)
|
|---|
| キーワード | 固体高分子形燃料電池 / 反応輸送計算 / パターン電極 / ベイズ最適化 / 燃料電池 / 電気化学測定 / シミュレーション |
|---|
| 研究開始時の研究の概要 |
燃料電池は電解質膜とその両面に塗布された触媒層からなる．本研究においては，燃料電池の膜表面に微細構造を設ける手法の最適化を行う．この中で2つの目的を達成することを目指す．(1)膜表面に微細構造を設けることによって，どういった現象が発生し，なぜ性能が向上するか明らかにする．インピーダンス解析と数値計算によって物質の輸送・伝導や電気化学反応の影響を評価する．(2)微細構造つき燃料電池の作製では，形状以外にも生産プロセス・組成をはじめとした多数のパラメータを考慮する必要がある．そこで，機械学習を用いた最適化探索手法（プロセス・インフォマティクス）を提案・実施し，微細構造つき燃料電の最適化を目指す．
|
| 研究実績の概要 |
本研究においては固体高分子形燃料電池において、パターン電極に関する物理現象解明と、それに基づく形状の最適化に取り組んだ。前者ではインピーダンス解析と反応輸送シミュレーションを用いて、プロトンの伝導性が改善されることによって全体の性能が向上することが示された。また同時に酸素拡散性とのトレードオフが重要であることも分かった。後者においては、これらのトレードオフに基づき、パターン電極の形状や触媒層の組成をどうすればよいかという検討を行った。以下に本年度における具体的な研究実績を述べる
本年度は研究最終年度ということもあり，これまでの知見に基づいて反応輸送シミュレーションに集中的に取り組んだ．形状や組成などをそれぞれ独立にパラメータとして設定した検討は前年度までにも行っていたが，本年度は特に形状と組成を同時にパラメータに設定する計算に注力した．前年度にパターン電極はアイオノマー伝導性に寄与することがわかっていたが，ここから推測された通り，アイオノマー量の設定との適切なバランスが存在することが示された．結論としてパターン電極形状は高アスペクト比にし、触媒層のアイオノマー量を減らしていくことがよいことが分かった。また9月に学位を取得した後には、特別研究員PDとしてそれまでの研究の延長に従事した。その中では、ベイズ最適化を用いたパターン電極の形状最適化や、パターン電極によって触媒層内の白金がどの程度有効に使われるようになるか、といった課題を検討した。
|
| 現在までの達成度 (段落) |
令和4年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和4年度が最終年度であるため、記入しない。
|
