物質・材料研究機構 (以下、NIMS) と名古屋工業大学は4月19日、トヨタ自動車と共同で、次世代の全固体電池の固体電解質材料候補算出に、高精度材料シミュレーションとデータサイエンス手法を組み合わせることで、イオン導電性最大化を実現する最適組成スキームを導くことに開発した。
さらに、リチウムイオン伝導性材料の最適化で獲得した知識をナトリウムイオン伝導性材料の最適化に承継する転移学習の有効性も実証した。
近年、電池メーカーや自動車メーカーを中心に、全固体電池の開発が進められている。
従来の可燃性有機電解液を用いたリチウムイオン電池に比べて、不燃性のセラミックスを用いた固体電解質による全固体電池は高い安全性が保障される。
また電池のコンパクト化ができることから、より高いエネルギー密度を実現できる次世代電池として期待されている。しかし固体電解質として高いイオン導電性を有したセラミックス材料を、膨大な物質候補の中から試行錯誤的に探索・発見することは困難であり、効率的な探索方法が求められている。
今回、参画３者は、高精度材料シミュレーションにより固体内リチウムイオン伝導性のデータベースを作成し、その結果をデータサイエンスにおけるベイズ最適化および転移学習を組み合わせることによって、効率的に優れた材料を発見できることを確認した。
具体的には、タボライト型構造を有し、化学組成が異なる318種の材料のリチウム及びナトリウムイオン導電性を評価対象に本手法を適用したところ、従来の試行錯誤的手法に比べて2~3倍程度の探索速度向上が確認できた。
従来の材料シミュレーションは、既知材料のイオン導電性などのメカニズムを詳細に解析することに用いられてきたが、今回の成果では、これにデータサイエンスの技術を組み合わせることで、所望の機能をもった材料を発見するためのツールになりうることを示した。
加えて今成果はデータサイズが拡大するほど効率が高くなると期待されるため、今後の大規模材料探索に有効な技術と位置づけることができる。
ちなみにこの研究は、NIMSのRandy Jalem研究員、名古屋工業大学 (NIMS情報統合型物質・材料研究拠点兼任) の中山将伸 教授、竹内一郎教授、同大学博士前期課程学生の金森研太氏と、トヨタ自動車の山﨑久嗣博士、斎藤俊哉博士からなる研究チームによって行われた。
また同研究は、国立研究開発法人科学技術振興機構 (JST) のイノベーションハブ構築支援事業「情報統合型物質・材料開発イニシアティブ」の支援を受けている。研究成果は、英国時間2018年4月11日午前10時 (日本時間11日18時) にScientific Report誌にオンライン掲載された。