複合ネットワーク材料の学理解明に向けた構造記述子機械学習技術

用于理解复合网络材料科学的结构描述符机器学习技术

• 批准号: 22K14571
• 负责人: 室賀 駿
• 金额: $ 3万
• 依托单位: National Institute of Advanced Industrial Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K14571/
• 关键词: ネットワーク構造; カーボンナノチューブ; セルロースナノファイバー; 画像解析; 機械学習; 深層学習; マテリアルズ・インフォマティクス

カーボンナノチューブやセルロースナノファイバーに代表されるネットワークを形成する材料は、軽量性、柔軟性、高比表面積、等の優れた特性を期待されて特にエレクトロニクスの分野において注目を集めてきた。膜、電極、糸などの多様な用途への展開を目的にネットワーク構造の研究が取り組まれてきたが、試行錯誤の中では本質的なネットワークに対する理解が充分であるとは言えず、更なる部素材の特性向上のためには、本質的な構造の理解と材料設計指針の確立が今後必要不可欠である。これを踏まえた本研究の目的はネットワーク構造と複雑な特性との相関性を評価可能な新たな解析手法の開発と、それによる複雑な複合ネットワーク構造の解明である。今年度はカーボンナノチューブとセルロースナノファイバーを中心にネットワークを形成する材料を用いてミキサーによる分散と吸引濾過法によるバッキーペーパーの作成と評価を行った。これにより用いる材料と分散状態によりネットワーク構造のトポロジーが大きく異なっていることが確かめられた。ネットワーク構造の解析方法に関しては、走査型電子顕微鏡による構造評価と画像解析法を検討した。具体的には走査型電子顕微鏡画像全景を処理する画像解析法に関して検討し、画像全体からネットワーク構造の部位を抽出した上で、効果的に空隙、バンドル、絡み合いといったトポロジーの定量的数値化を可能にした。こうした材料の特性との間で相関解析を行い、一定の相関性を持つトポロジーが走査型電子顕微鏡画像から得られていることが確かめられた。

碳纳米管和纤维素纳米纤维等网络形成材料引起了人们的关注，特别是在电子领域，因为它们有望具有轻质、柔韧性和高比表面积等优异性能。人们已经对网络结构进行了研究，目的是开发膜、电极和线等各种应用，但通过反复试验，还不能说对网络的本质了解就足够了，还需要进一步的研究。为了改善材料的性能，有必要了解其基本结构并建立材料设计指南。基于此，本研究的目的是开发一种新的分析方法，可以评估网络结构与复杂特征之间的相关性，并利用该方法阐明复杂的复合网络结构。今年，我们使用基于混合器的分散和抽吸过滤方法，使用形成网络的材料（主要是碳纳米管和纤维素纳米纤维）创建并评估了巴基纸。这证实了网络结构的拓扑根据所使用的材料和分散状态而有很大差异。关于网络结构分析方法，我们考虑了使用扫描电子显微镜和图像分析方法的结构评估。具体来说，我们研究了一种处理扫描电子显微镜图像整个视图的图像分析方法，从整个图像中提取网络结构部分后，可以有效地定量量化我制作的空隙、束和缠结等拓扑结构。它。对这些材料特性之间进行了相关性分析，并证实从扫描电子显微镜图像中获得了具有一定相关性的拓扑。