早稲田大学との包括連携 「第51回可視化情報シンポジウム」 探索研究テーマがベストプレゼンテーション賞を受賞
早稲田大学とＥＮＥＯＳ株式会社（以下「ＥＮＥＯＳ」）は、持続可能な未来社会実現に向けて、双方が組織的に連携・協力してイノベーションを推進する包括連携活動を行っています※1。
2023年8月に開催された「第51回可視化情報シンポジウム※2」において、本活動で取り組むシーズ探索研究の成果（題目：PreFerred Potentialによる液体Snにおける自己拡散と液体構造の再現）を早稲田大学 小林 由央 氏（博士後期課程2年）から報告いただき、ベストプレゼンテーション賞を受賞しました。本シンポジウムは、種々の分野における可視化情報に関する研究交流を活発に行うことにより、可視化情報の利用技術を広範囲に発展させることを目的としています。
液体金属における拡散挙動の理解は、プロセス開発や不規則構造系の科学における課題解決への応用が期待され、低炭素・循環型社会を実現するための新規素材開発における基盤技術として重要となります。しかし、液体金属の拡散は測定の困難さや物理モデルの複雑さから、その微視的挙動は十分に解明されていません。早稲田大学（機械科学・航空宇宙学）鈴木進補教授の研究室※3では、液体金属の高精度な拡散係数測定法を確立し、金属原子の巨視的挙動として拡散係数を得るとともに、原子半径や熱力学的因子との関係について経験式を提案しています。その上で、分子動力学（MD）シミュレーションを用いて液体金属原子の拡散による微視的運動を可視化し、微視的挙動と巨視的な拡散係数の関係性を明らかにする研究に取り組んでいます。
～MDシミュレーションによる拡散挙動の可視化～
MDシミュレーションにおいて必要な原子間ポテンシャルの一種であるNeural Network Potential（NNP）は、機械学習を用いることで、計算コストの高い第一原理MDの計算時間を短縮できます。近年報告されたNNPの一つであるPreFerred Potential（PFP）は、72元素の広い計算対象のMDシミュレーションを可能としました。しかし、PFPを液体金属に適用する際に必要な計算条件や計算結果の妥当性は明らかになっていません。
本研究では、最適な数密度の選択によりMDシミュレーション上で実際の液体構造を再現し、拡散係数算出値が実際の値を再現しうると着想しました。計算対象は自己拡散係数と静的構造因子の測定例が存在する液体Snとし、測定値とMDシミュレーション上の算出値との比較を通じて計算条件を確立することを研究目的としました。
MDシミュレーションでは、汎用原子レベルシミュレータ「Matlantis™」※4を用いて、Sn原子の数密度を複数条件設定し、液体Snの自己拡散係数Dおよび静的構造因子S（Q）を算出しました。今回、Matlantisを用いることで、静的構造因子のピーク高さが最も拡散係数算出値に支配的な特性であること、算出した静的構造因子を実際の静的構造因子の第一ピーク高さを合わせる様に数密度を設定することにより、MDシミュレーションにて算出した微視的な拡散係数を巨視的な拡散係数測定値と一致させることができると分かりました。
当社ではMatlantisをはじめとしたマテリアルズ・インフォマティクスやシミュレーション技術の開発・実務応用に力を入れています。今後も早稲田大学との包括連携を推進し、新規素材開発における基盤技術を強化していきます。
早稲田大学 ニュース&プレスリリース：
https://www.waseda.jp/inst/research/news/75615
- ※1包括連携協定の参考URL
早稲田大学プレスリリース：
https://www.waseda.jp/top/news/67483
ＥＮＥＯＳプレスリリース：
https://www.eneos.co.jp/newsrelease/20191129_02_1070022.pdf - ※2第51回可視化情報シンポジウム：
https://www.vsj.jp/symp2023/ - ※3鈴木進補研究室：
http://www.suzukilab.amech.waseda.ac.jp/ - ※4（株）Preferred Computational Chemistryが提供するMatlantis™ 公式サイト：
https://matlantis.com/ja/