| 研究課題/領域番号 |
21K03705
|
|---|
| 研究機関 | 広島工業大学 |
|---|
研究代表者 |
大村 訓史 広島工業大学, 工学部, 准教授 (90729352)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 液体鉄混合系 / 3元系 / 電子状態計算 / 分子動力学法 / 結合状態 / 高圧物性 / 機械学習型原子間ポテンシャル |
|---|
| 研究実績の概要 |
本研究では、２種類の軽元素を含む液体鉄合金の高圧下における不混和性を解明する目的で、分子動力学シミュレーションを行っている。2022年度の主要な研究成果は以下の通りである。
１）2021年度の液体Fe-Si-O系に加え、2022度は液体Fe-H-O、Fe-C-O、Fe-S-O混合系に対して第一原理分子動力学シミュレーションを行い、結合状態と構造的性質を詳しく調べた。シミュレーションから得らえた動径分布関数から、これら３つの系では、Si-Oのような酸素とその他の軽元素間（H-O,C-O,S-O）に強い結合は見られない。しかし、C-C間は強い結合を示すことが分かった。また、ポピュレーション解析を行ったところ、このC-C結合はSi-O結合とは異なり、電荷にはあまり影響を与えないことも明らかとなった。さらに硫黄に関しては、硫黄の量が少ないときは斥力的な相互作用を示し、硫黄の含有量が多くなるにつれその斥力的な相互作用が弱くなるという顕著な含有量依存性を示すことが明らかとなった。
２）第一原理分子動力学シミュレーションから得られた結果を教師データとして、機械学習型の原子間ポテンシャル（人工ニューラルネットワーク原子間ポテンシャル）を作成した。エネルギーに加え、圧力を教師データに加えることでSi-O、C-Cの強い結合をはじめとする静的構造をよく再現し、また平均2乗変位などの動的性質を再現するポテンシャルを作成することができた。
|
| 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
予定していた系の第一原理分子動力学シミュレーションはほぼ終了しており、結果の解析も順調に進んでいる。また、これらのシミュレーション結果から機械学習型の原子間ポテンシャルを作成することにも成功しているため、順調に進展していると判断した。
|
| 今後の研究の推進方策 |
１つの温度圧力状態において、機械学習型の原子間ポテンシャルの作成に成功したため、今後は温度と圧力を変化させても安定してシミュレーションが行るようなポテンシャルの作成を行う予定である。また、計算系の粒子数を増加させ、長時間の分子動力学シミュレーションを行うことで、第一原理分子動力学シミュレーションでは直接みらなれい混和・不混和状態を詳しく調べる予定である。
|
| 次年度使用額が生じた理由 |
参加予定だった国際会議の開催直前に新型コロナウイルスに感染し、参加できなかったため、旅費などが使用できなかった。
次年度、国際会議を含めた成果発表の機会をより多くする予定である。
|
