| 研究課題/領域番号 |
18K04926
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
福島 鉄也 東京大学, 物性研究所, 特任准教授 (00506892)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| キーワード | 自動ハイスループット材料計算 / 高エントロピー合金 / KKRグリーン関数法 |
|---|
| 研究実績の概要 |
高エントロピー合金は新機能性材料として有望視されており、理論・実験の両方の立場から研究が勧められている。しかし、高エントロピー合金は5元系、6元系のように多種の金属原子を含むため、ほぼ無限とも言える原子の組み合わせが可能であり、広範囲の材料空間を網羅的に探索するのは困難を伴う。そのため、大量の物性データの迅速な解析と効果的な利用により有用な情報や知識を取り出すデータ駆動型マテリアルデザインは、高エントロピー合金の探索に対して非常に有効なツールとして期待されてきた。高エントロピー合金の開発において、我が国の国際競争力を向上するためには、世界に先んじて材料開発にとって利用価値の高い高品質のデータを創出する必要がある。
そこで、我々は、スーパーコンピュータ「富岳」と、独自の第一原理計算コードである「AkaiKKR」を用いることにより、約15万個の高エントロピー合金から成る広大な材料空間を自動網羅的に探索することで、電子状態、磁化、強磁性転移温度、電気抵抗率を含むユニークで利用価値の高い大規模物性データベースの構築を試みた。また、データベースに頻出パターンマイニング等のデータ科学手法を適用することにより、磁気特性を決定する支配因子や電気抵抗率の法則性の発見にも成功した。本研究において構築したデータベースは、材料開発に直結するマテリアルデータを含んでおり、高エントロピー合金の開発にとって非常に有益であると考えられる。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
データ科学手法を構築したマテリアルデータベースに適用することで、物性支配因子に関する知識を獲得することができる。我々は、磁化と強磁性転移温度の磁気特性に着目し、これらを特徴づける量を抽出するため、頻出パターンマイニングを用いて区画特徴特定を行った。
高キュリー温度を得るためには、FeとCo原子を同時に含む必要があるのが、本解析により明らかになった。高磁化には、FeとMn原子のスピンが平行に揃う必要がある。合金中のFeとMnのスピン配列は、格子定数、他元素種、成長条件に大きく依存することが知られており、これらを制御するのが高磁化実現のキーポイントになる。また、我々の頻出パターンマイニングはRh原子が磁化を増強させる効果があることを示唆している。
また、我々は元素の基礎物理量（原子質量や電子数等）と周期表の特徴量（周期と族）に着目し、4つの構成元素に対する最大値、最小値、平均、標準偏差を説明変数（合計40個）として、電気抵抗率の回帰を実施した。その結果、説明変数の3次までを考慮した線形回帰では決定係数が0.840、ランダムフォレスト回帰では0.964、k近傍回帰では0.941と説明力の高い回帰モデルを構築できた。さらに、得られた回帰モデルのホワイトボックス化を行い、電気抵抗率の法則性を導いた。
|
| 今後の研究の推進方策 |
本研究は、「富岳」の計算能力と国産ソフトウェアがあってこそなし得たものであり、マテリアルDXにおいて基盤となる大規模物性データベースを構築したモデルケースである。本研究で開発したソフトウェアや自動網羅計算ツールは、4元高エントロピー合金だけでなく、永久磁石材料やスピントロニクス材料等へ適用することができる。そのため、データ駆動により新たな知識や法則性を見つけ出すことが可能になると同時に、多様な材料の開発が大幅に短縮されることが期待される。
|
| 次年度使用額が生じた理由 |
コロナ禍の影響による物品調達の難航かつ国内会議の中止による出張のとりやめのため。
|
