第一原理に基づく機械学習フェーズフィールド法の開発と構造・電池材料組織への応用

• 研究課題/領域番号: 23K13537
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分26010:金属材料物性関連
• 研究機関: 筑波大学
• 研究代表者: 黒田 文彬 筑波大学, 計算科学研究センター, 研究員 (60970431)
• 研究期間 (年度): 2023-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2027年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
• キーワード: 第一原理計算 / 機械学習 / クラスター展開法 / フェーズフィールド法

研究開始時の研究の概要

材料組織の予測と制御は、材料の機能性を十分に利用する開発において、必要不可欠な課題である。この課題を解決するためには、第一原理計算に基づく理論的な組織形成の予測が重要となる。そのため、 第一原理計算と融合したフェーズフィールド法が注目を集めている。しかし、この従来の手法では、計算コストが非常に大きく、面心立方格子などの単純な結晶構造に限られてしまっていた。そこで、本研究では、この問題を解決するべく、第一原理計算に加え、機械学習手法と融合したフェーズフィールド法の開発を行う。また、その手法を用いて、構造、電池材料の組織形成の予測を行うことで、材料組織制御の指針を得る。