機械学習を活用した原子シミュレーションで、核燃料の高温物性を解明：研究開発の最前線

日本原子力研究開発機構は、機械学習（ML）を用いた原子レベルのシミュレーション技術により、酸化物核燃料が高温環境下で示す、急激な比熱上昇の原因を明らかにした。比熱異常は、酸素原子の一部が液体のように動く「部分的液体化」に起因することが分かった。

[MONOist]

　日本原子力研究開発機構は2025年7月15日、機械学習（ML）を用いた原子レベルのシミュレーション技術により、酸化物核燃料が高温環境下で示す、急激な比熱上昇の原因を明らかにしたと発表した。

　研究では、AI（人工知能）技術を活用した「機械学習分子動力学法」により、酸化物核燃料の1種である二酸化トリウムに対して大規模な原子シミュレーションを実施した。実験が困難な、2500℃以上の高温域での挙動を高精度に再現し、比熱が異常に増加するメカニズムを原子レベルで解明することを試みた。

研究の概要［クリックで拡大］ 出所：日本原子力研究開発機構

　解析の結果、比熱異常は酸素原子の一部が液体のように動く「部分的液体化」に起因することが分かった。この現象は、物質が全体としては固体状態を保ちながら、局所的に液体的な構造が現れることで起こるもので、これまでの実験では確認が困難だった。

　解析に用いた機械学習分子動力学法は、従来使われていた第一原理計算と古典分子動力学法の課題を克服するもので、数千原子規模の計算を高速、高精度に実行できる。固体と液体が共存する構造を対象に融点を推定したところ、実験値を高精度に再現した。

二酸化トリウムの融点を評価するために行った機械学習分子動力学シミュレーションの結果［クリックで拡大］ 出所：日本原子力研究開発機構

（a）二酸化トリウムの比熱の温度による変化、（b）酸素原子の秩序変数（Q）の分布の温度変化［クリックで拡大］ 出所：日本原子力研究開発機構

　今回の手法は、二酸化ウランなど他の核燃料物質にも適用可能であり、通常運転時だけでなく、事故発生時のような状況での核燃料の評価にも活用できる。また、イオン伝導体など一部の原子が活発に動く機能性材料の解析にも応用できることから、原子力分野に限らず物質科学全体への貢献が期待されている。

⇒その他の「研究開発の最前線」の記事はこちら