bars cross

公募研究A03 研究代表者

機械学習ポテンシャルによる界面近傍でのイオンダイナミクス

清水 康司(しみず こうじ)
東京大学 工学系研究科 マテリアル工学専攻
助教

専門分野

第一原理計算、機械学習ポテンシャル、表面散乱

関連する研究者

渡邉 聡 東京大学大学院工学系研究科マテリアル工学専攻・教授

研究内容(概要)

本研究では、全固体リチウムイオン電池開発の課題の一つである界面抵抗の低減に向けて、原子スケールでのシミュレーションから電極−固体電解質界面の安定構造の探索および界面近傍でのイオン挙動の解析を行う。そのためにまず、第一原理計算の結果をよく再現でき、計算負荷の低い原子間ポテンシャルを機械学習手法を用いて開発する。そして、開発したポテンシャルを用いて、代表的な電極と固体電解質材料での界面をモデリングし、空間電荷層や力学的・構造的要因を解析し、界面抵抗の起源を探る。また、全固体リチウムイオン電池では多元素材料が広く用いられていることを鑑み、多元素系において効率的に機械学習ポテンシャルを作成するための方法論の開発にも取り組み、蓄電固体界面系への本手法の適用範囲の拡大を目指す。

機械学習手法を用いた原子間ポテンシャル(NNP)の作成と応用の概略図

代表的な研究業績

  1. K. Shimizu, W. Liu, W. Li, S. Kasamatsu, Y. Ando, E. Minamitani, S. Watanabe,
    Phys. Rev. Mater. 4, 015402 (2020). DOI: 10.1103/PhysRevMaterials.4.015402

関連ウェブサイト

http://cello.t.u-tokyo.ac.jp/index.html

連絡先

shimizu -at- cello.t.u-tokyo.ac.jp [-at-=@]

to top