| 研究課題/領域番号 |
21K14715
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分36020:エネルギー関連化学
|
|---|
| 研究機関 | 名古屋工業大学 |
|---|
研究代表者 |
武田 はやみ 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (70599000)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2023年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2022年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2021年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 蓄電池材料 / ベイズ最適化 / 実験プロセス / プロセス条件最適化 / 合成プロセス / 蓄電池 / イオン導電性 / プロセス |
|---|
| 研究開始時の研究の概要 |
全固体蓄イオン電池は電気自動車、スマートグリッドなどの次世代インフラの実現に必須である。現在、材料計算やマテリアルズ・インフォマティクス（材料情報学）を活用した新規材料の選定が行われているが、選定された材料を実際に合成し、性能評価するためには、膨大な時間、労力および費用が発生する。そのため、候補材料を合理的に最適条件で合成することが課題となっている。これは、材料工学分野における共通課題である。そこで、本研究では、実験とベイズ推定に基づく機械学習を併用し、「低コスト・省エネルギーで高性能材料を合成する最適プロセス条件を見出し、汎用性の高い合理的な最適条探索方法を確立する」ことを目指す。
|
| 研究成果の概要 |
実験とベイズ最適化を利用し固体電解質材料の導電率向上に取り組んだ。対象材料をZrおよびSiの一部を置換したダブルドープLiZr2P3O12とし、組成と焼成条件を組み合わせた576点の探索空間に対して、既知データ102点を初期データとして最適条件探索を行った。その結果、ベイズ最適化を用いることで、効率的な合成条件の探索が可能であることが確認でき、網羅探索実験のおよそ1/4の実験量で探索を終了させることができた。また、LiTa2PO8の導電率改善に取り組んだ。原料の混合粉砕条件を最適化することにより、室温で10 mS/㎝程度のLiイオン導電率を持つサンプルを合成することができた。
|
| 研究成果の学術的意義や社会的意義 |
本研究での目的は、「低コスト・省エネルギー（少ない実験回数）で高性能材料を合成する最適プロセス条件を見出し、汎用性の高い合理的な最適条探索方法を確立する」ことであった。ものづくりの現場では、高性能材料を合成するためのプロセスを最適化するために膨大な試作を繰り返す必要がある。これには多大な時間的、金銭的コストが必要となる。本研究では、ベイズ最適化を用いてこのような問題の解決を目指した。本研究ではLiイオン蓄電池材料の最適プロセスの探索を行い、網羅的に探索した場合と比較し、約1/4のコストで発見できることを実証した。
|
