| 研究課題/領域番号 |
19K04999
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分26020:無機材料および物性関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
桂 ゆかり 東京大学, 大学院新領域創成科学研究科, 特任助教 (00553760)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 熱電材料 / 材料インフォマティクス / データ科学 / データベース / 第一原理計算 |
|---|
| 研究成果の概要 |
7800論文以上から集めた38000試料以上のデータを含む、世界最大規模の熱電材料の実験値のデータセットのInverse Jonkerプロット解析を行い、熱電特性の材料系依存性を可視化した。熱電特性の1変数関数表示により、最大ZTやパワーファクターを少ないデータから予測する技術を開発した。ボルツマン輸送方程式に基づく熱電特性の第一原理計算結果と合わせた解析により、これまでの第一原理計算に基づく熱電特性予測を大幅に改善できる電子緩和時間補正の理論を構築した。また、大規模実験データ解析技術として、化学組成からの自動材料系判定プログラムと、 タグツリーに基づく柔軟なデータ整理技術の開発に成功した。
|
| 自由記述の分野 |
無機材料科学
|
| 研究成果の学術的意義や社会的意義 |
これまで高性能な新規熱電材料の探索は難しかった。候補物質が多い上に、相互に絡みあう多数のパラメータに支配されているために母物質依存性と試料依存性が分離されずに研究されており、本質的な特性改善指針を見出すことが難しいためである。そこで本研究では、本研究者らが開発したStarrydata webシステムで、過去に出版された論文から熱電特性の温度依存性の実験データを大規模収集に取り組んでおり、本研究においてデータの大幅な追加を行った。第一原理計算と実験値Materials informatic(MI)を組み合わせて、母物質の選定から不純物元素とそのドープ量の選択、合成条件の最適化までを効率化できた。
|
