シミュレーションと数理科学的手法で、高分子材料の強度と構造の関係を明らかに：研究開発の最前線

東京大学は、シミュレーションと数理科学的手法を融合させ、高分子材料の構造と強度の関係を明らかにする解析手法を開発した。実際に材料が引っ張られている条件下で、強度を支配する構造因子を自動的に抽出可能になった。

[MONOist]

　東京大学は2024年12月5日、シミュレーションと数理科学的手法を融合させ、高分子材料の構造と強度の関係を明らかにする解析手法を開発したと発表した。従来のML（機械学習）のように、事前の学習や予備知識なしに、強度と構造の関係性を自動かつ効率的に解明できる。日本ペイントとの研究グループによる成果だ。

　今回の研究では、スーパーコンピュータを用いて、高分子膜の引張試験の分子動力学シミュレーションを実施。数理科学手法（パーシステントホモロジー解析）により幾何学情報を抽出して、引張試験中の高分子膜の構造変化を分析した。

分子動力学とパーシステントホモロジー解析により高分子膜の強度特性を特徴づける構造因子を特定［クリックで拡大］ 出所：東京大学

　パーシステントホモロジー解析では、高分子膜中の原子半径を膨らませて1つにつなげて作られるリング（穴）の発生と消滅半径の分布から、構造の特徴を把握できる。試験中のパーシステント図で最も変化が顕著なリング構造を抽出したところ、リング構造の変化と応力ひずみ曲線の応力の増減に関係性があることが分かった。また、パーシステント図を逆解析すると、応力ひずみ曲線に影響を及ぼす高分子鎖の構造を具体的に特定できた。

（左）高分子膜引張試験の分子動力学シミュレーションとパーシステントホモロジーによる解析結果。（右）応力ひずみ曲線と逆解析による強度特性を支配する構造因子の抽出［クリックで拡大］ 出所：東京大学

　一般的なML手法では、材料の構造から強度特性を予測できるが、強度特性の原因となる構造因子の特定は困難だった。実際に材料が引っ張られている条件下で強度を支配する構造因子を自動的に抽出可能になったことで、高分子材料の強度に関するデータを効率的に取得できるようになり、資源や時間、コスト、環境負荷面で新しい塗料材料の開発につながることが期待される。

⇒その他の「研究開発の最前線」の記事はこちら