| 研究領域 | 蓄電固体デバイスの創成に向けた界面イオンダイナミクスの科学 |
|---|
| 研究課題/領域番号 |
20H05285
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
理工系
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
清水 康司 東京大学, 大学院工学系研究科(工学部), 助教 (00838378)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2021年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2020年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 機械学習ポテンシャル / 第一原理計算 / 界面 / 固体電解質 / 機械学習 / 全固体電池 / イオンダイナミクス / 全固体リチウム電池 / 電極/固体電解質界面 / リチウムイオン伝導 |
|---|
| 研究開始時の研究の概要 |
全固体リチウムイオン電池開発の大きな課題の一つが電極/電解質間の界面抵抗の低減である。本研究課題では、界面近傍でのイオンの挙動を精度よく解析することを目的とし、第一原理計算をよく再現できる機械学習手法を用いた原子間ポテンシャルを作成する。代表的な酸化物系・硫化物系固体電解質と正極電極材料との界面において本手法を適用し、イオンダイナミクスの解析から界面抵抗の起源を原子スケールから明らかにすることを目的とする。
|
| 研究実績の概要 |
本研究では、全固体リチウム（イオン）電池（LIBs）開発の課題の一つである電極と固体電解質の界面における抵抗の起源を原子スケールから明らかにすることを目的とし、機械学習手法を用いた原子間ポテンシャル（機械学習ポテンシャル）を作成し、界面近傍でのリチウム欠陥挙動を解析した。昨年度に作成した機械学習ポテンシャルを用いて、引き続き金（Au）とリン酸リチウム（Li3PO4）の界面モデルでのリチウム欠陥挙動を調査した。界面近傍に存在するリチウム欠陥の密度と欠陥生成エネルギーの関係を調べたところ、格子間リチウム欠陥は界面直上に存在しやすいことがわかった。また、得られた結果を第一原理計算で検証し、機械学習ポテンシャルの予測精度と界面系に適用する際の問題点がわかった。
LIBs開発における他の重要な課題として固体電解質のリチウムイオン伝導率の向上がある。本研究領域では硫化物系の固体電解質材料を用いた研究が精力的に進められている。その中で、アモルファス材料の一部を結晶化することでリチウムイオン伝導率が向上することが知られている。そこで、上述の結晶化ガラス材料のリチウムイオン伝導機構を原子スケールから明らかにするために、機械学習ポテンシャルの方法をLi3PS4材料に適用した。密度汎関数理論（DFT）に基づく第一原理計算データから機械学習ポテンシャルを作成し、作成したポテンシャルを用いた分子動力学（MD）計算からアモルファス構造を得た。さらに、得られたアモルファス構造に対してMD計算を行い、結晶化が起こる条件の検証を進めた。
|
| 現在までの達成度 (段落) |
令和3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3年度が最終年度であるため、記入しない。
|
