Optimization of femtosecond laser induced gas-phase plasma reaction using machine learning

使用机器学习优化飞秒激光诱导气相等离子体反应

基本信息

批准号：
21K03521
负责人：
松田晃孝
金额：
$ 2.66万
依托单位：
Nagoya University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

機械学習によるフェムト秒レーザー誘起気相プラズマ反応の最適制御を目指し，（１）大規模データセット取得に向けた質量分析法の検討，（２）メタン/酸素混合系の反応制御性に関する予備的実験を行うとともに，（３）昨年度から開発を進めているレーザープラズマ反応最適制御システムの構築およびメタン/酸素混合系への適用を進めた。（１）質量分析法の検討：機械学習に不可欠である大規模データセットの効率的な取得を実現するために，フェムト秒レーザーイオン化を用いた飛行時間質量分析および電子衝突イオン化を用いた四重極質量分析を対象に実験的検証を進め，高分解能の質量スペクトルを短時間でより多く計測できる手法の選定および条件探索を行った。（２）反応制御性に関する予備的実験：昨年度行った予備的実験において有用な候補として選定されたメタン/酸素混合系に関して，レーザープラズマ反応によって得られる化合物の反応制御性についての予備的実験を行った。オゾナイザーを用いて酸素ガスの一部をより酸化力の強いオゾンとして導入した場合，一部のピークに関して生成比率が変化することが確認された。（３）レーザープラズマ反応最適制御システムの構築：昨年度開発を行った機械学習ソフトウェアにフェムト秒レーザーパルス波形整形装置および(1)で選定した質量分析計を連動させる機能を組み込み，レーザーパルス波形を変化させたときの質量スペクトルを自動で取得し，遺伝的アルゴリズムを用いて特定の生成物の収量が最大化されるレーザー波形を自動的に探索するシステムを構築した。開発した装置をメタン/酸素系に適用し，レーザー波形最適制御の予備的な実験を行った。

为了利用机器学习对飞秒激光诱导气相等离子体反应进行优化控制，我们进行了（1）检查用于获取大规模数据集的质谱方法，以及（2）甲烷/氧气混合中反应可控性的初步实验同时，（3）我们建立了去年以来一直在开发的激光等离子体反应的优化控制系统，并将其应用于甲烷/氧气混合系统。（1）质谱方法的考虑：为了实现机器学习所必需的大规模数据集的高效获取，提出了利用飞秒激光电离的飞行时间质谱和利用电子碰撞电离的四重质谱的实验验证。以极性质谱分析为目标进行了研究，探索了能够在短时间内测量大量高分辨率质谱的方法和条件。 (2)反应可控性初步实验：针对去年初步实验中选定的有用候选物甲烷/氧气混合体系，我们对激光等离子体反应得到的化合物的反应可控性进行了初步实验。当使用臭氧发生器将一些氧气作为具有更强氧化力的臭氧引入时，确认了一些峰的生成率发生变化。 (3)构建最佳的激光等离子体反应控制系统：将(1)中选择的飞秒激光脉冲波形整形装置和质谱仪的链接功能纳入去年开发的机器学习软件中，以改变激光脉冲波形。他们建立了一个系统，当激光照射到激光束时，该系统会自动获取质谱，并使用遗传算法自动搜索使特定产品产量最大化的激光波形。我们将开发的装置应用于甲烷/氧气系统，并进行了最佳激光波形控制的初步实验。