| 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 |
22H04607
|
|---|
| 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) |
2022-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2023年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2022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 / 全固体電池 / 結晶化ガラス / 電場 / イオンダイナミクス / 界面 |
|---|
| 研究開始時の研究の概要 |
全固体電池に関わる学理の構築やさらなる性能向上のために、電極と固体電解質や結晶と非晶質の界面におけるイオン挙動の理解と制御が必要である。本申請課題では、低い計算コストで第一原理計算結果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による解析から、固体電解質中の結晶/非晶質界面の構造の詳細やイオン挙動・電極/固体電解質界面における界面抵抗の起源を原子スケールから理解することを目的とする。
|
| 研究実績の概要 |
本年度は、機械学習原子間ポテンシャル（ここではニューラルネットワークポテンシャルを使用）を用いた、硫化物固体電解質の解析を昨年度から継続して行った。また、電場印加下での固体電解質中におけるイオンの動的過程の計算手法の開発に取り組み、下記の成果を得た。
（１）固体電解質材料中の各イオンのボルン有効電荷を予測するためのニューラルネットワークモデルを開発した。なお、ボルン有効電荷は密度汎関数摂動法計算によって算出した。そして、予測したボルン有効電荷と一様電場の積を各イオンが電場から受ける外力とし、さらに、ニューラルネットワークポテンシャルと組み合わせることで、電場印加下でのイオンの動的過程の計算手法とした。そこで、開発した手法を酸化物固体電解質（ここではリン酸リチウムを使用）材料に適用したところ、電場印加方向にリチウムイオンの移動が促進されるという物理的に妥当な結果を得ることができた。また、アモルファス構造に対してイオンの移動挙動を調べたところ、アモルファス構造中では結晶中よりもはるかに電場の影響を受けやすいということがわかった。
（２）昨年度の研究において部分的に結晶化した硫化物固体電解質構造を得た。そこで、結晶化度の違いによるリチウムイオンの拡散性を分子動力学計算によって解析したところ、結晶化の進行に伴ってリチウムイオンの活性化障壁が低下するという結果を得た。これはガラス構造中に析出した結晶相の種類と形状に起因していること示唆するものである。
|
| 現在までの達成度 (段落) |
令和5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5年度が最終年度であるため、記入しない。
|
