| 研究課題/領域番号 |
21K04631
|
|---|
| 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26010:金属材料物性関連
|
|---|
| 研究機関 | 産業技術短期大学 |
|---|
研究代表者 |
森 英喜 産業技術短期大学, その他部局等, 准教授 (00456998)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 分子動力学 / 転位論 / 機械学習原子間ポテンシャル / BCC鉄 / 障害物 |
|---|
| 研究成果の概要 |
本研究では、機械学習技術に基づいた高精度なBCC鉄用原子間ポテンシャルを用いて鉄中転位進展と障害物との相互作用の分子動力学解析を行った。ポテンシャル計算の高速化を成功したことで100万原子規模の分子動力学解析が可能となった。刃状転位とボイドとの相互作用解析では従来用いられてきた経験的ポテンシャルの結果とは異なっており、これは従来の経験的ポテンシャルが一部の転位の易動度を大幅に過小評価していることが原因であることが分かった。また、刃状転位と剛体球との相互作用解析ではオロワンループの形成を確認した。さらに解析を進めた結果、オロワンループからハッシループの形成も観測した。
|
| 自由記述の分野 |
材料力学
|
| 研究成果の学術的意義や社会的意義 |
本研究では、機械学習技術に基づいた高精度なBCC鉄用原子間ポテンシャルを用いて鉄中転位進展と障害物との相互作用の100万原子規模の分子動力学解析を行うことに成功した。その結果、従来の経験的ポテンシャルを用いた解析では十分に信頼性のある解析を行うことは困難であり、機械学習技術などを用いた高精度な原子間ポテンシャルを用いることが重要であることを示した。また、今回改善した原子間ポテンシャルは様々な第一原理計算や実験結果などと良く整合しており、大規模高精度な鉄中欠陥の解析を可能とするものである。これらの解析結果およびポテンシャル構築は関連分野に大きな意義を持つものであると考える。
|
