AI手法を導入した全固体リチウム二次電池の効率的な材料探索法を実証 ～材料研究・開発の期間短縮による産業競争力強化にも期待～
中山 将伸 教授（名工大：計画A03）
【概要】
名古屋工業大学大学院工学研究科及びフロンティア研究院（材料科学・情報科学）の研究グループは、次世代車載電池として期待される全固体リチウム二次電池として有力視される固体電解質材料の研究開発において、材料インフォマティクス研究（従来の材料研究の手法にAIやデータサイエンスのアイデアを加味することで研究開発を効率化する分野）を直接的に材料実験に適用して、材料探索を効率的に決定できることを実証しました。さらに、イオン伝導性と機械特性（焼結密度）などの複数の材料物性を考慮した探索も効率化が可能であることも確認しています。これまでの材料インフォマティクス研究では、データ量の豊富な材料シミュレーションを対象としていましたが、シミュレーションで仮定・考慮していない複合的要素が重要になることがしばしばあり、その都度実験による検証が必要になっていました。本研究成果は、直接的に材料実験と材料インフォマティクスを連携させた実例であり、その有効性を明らかにしたものです。将来的には合成・加工プロセスに関わる諸条件も最適化するような利用により、電池材料の開発期間短縮が実現すると期待されます。
Abstract
Divalent- or trivalent-metal-oxide-doped NASICON-type LiZr2(PO4)3 (LZP) is an attractive oxide-based solid electrolyte for all-solid-state Li-ion batteries owing to its high Li-ion conductivity and stable charge–discharge cycling. Using an extensive experimental approach, the composition of CaO- and Y2O3-co-doped Li-rich NASICON-type LZP of the composition Li1+x+2yZr2−x−yYxCay(PO4)3 (0 ≦ x ≦ 0.376, 0≦ y ≦ 0.376) was optimized. A number of 49 compositions were synthesized and their crystal structures, relative density of the sintered material, and Li-ion conductivity characterized. The co-doped compositions had a higher Li-ion conductivity than those doped with CaO or Y2O3 alone. Furthermore, diffraction studies revealed that two phases and an impurity phase existed depending on the composition. Adding CaO significantly changed the relative density of the sintered material. Thus, to identify compositional dependencies among the Li-ion conductivity, phase stability, and relative density was complicated, and intuitively searching for the best composition was difficult. As a proof-of-concept, the collected data were used to demonstrate that the Bayesian optimization (BO) significantly improved the experimental search for the best oxide-based electrolyte composition. Multi-objective BO (MOBO), which considers more than two target performances, was also carried out. It was validated that the BO-guided experimental search determined more rapidly the best composition compared to conventional trial-and-error approaches employed in the materials industry.
Maho Harada, Hayami Takeda, Shinya Suzuki, Koki Nakano, Naoto Tanibata, Masanobu Nakayama, Masayuki Karasuyama, Ichiro Takeuchi, J. Mater. Chem. A 8, 15103-15109 (2020). "Bayesian-optimization-guided experimental search of NASICON-type solid electrolytes for all-solidstate Li-ion batteries"
DOI: 10.1039/D0TA04441E
Published on July 23, 2020
