Matlantisを活用した蓄電池材料研究_名古屋工業大学 中山氏_Matlantis User Conference
•
0 likes•1,268 views
2022年12月2日開催の「Matlantis User Conference」において、名古屋工業大学 中山 将伸様にアカデミア様ユーザー事例として「Matlantisを活用した蓄電池材料研究」という題にてご講演いただきました。 https://matlantis.com/ja/
Recommended
Recommended
More Related Content
What's hot
What's hot (20)
Matlantisを活用した蓄電池材料研究_名古屋工業大学 中山氏_Matlantis User Conference
- 1. Matlantisを活用した蓄電池材料研究 中山 将伸 名古屋工業大学・セラミックス 1st Matlantis User Conference, 2022/12/2 13:45-14:25
- 9. リチウムイオン電池研究とシミュレーション法 9 e- Li+ Li+ Li+ 負荷 負極 電解質 正極 調査項目 Matlantis DFT 古典力場 平衡（電位） ◎ ◎ × 電子構造 △ ◎ × イオン拡散律速 ◎ 〇 Slow 〇 Accuracy? 界面反応律速 〇 〇 Slow × * ×でも例外はいつもある M4+ → M3+ Li → Li+
- 10. アウトライン 10 １．蓄電池材料研究と材料計算研究 ２．蓄電池材料に対する再現性 ３．ハイスループット計算への適用例 ４．表面・界面問題への適用例 調査項目 Matlantis DFT 古典力場 平衡（電位） ◎ ◎ × 電子構造 △ ◎ × イオン拡散律速 ◎ 〇 Slow 〇 Accuracy? 界面反応律速 〇 〇 Slow ×
- 11. 正極材料 LixCo3+/4+O2 の計算 DFT energy /eV atom -1 Matlantis energy /eV atom-1 R² = 0.9972 -5.8 -5.6 -5.4 -5.2 -5 -4.8 -4.6 -4.4 -4.2 -4 -4.4 -4.2 -4 -3.8 -3.6 -3.4 -3.2 -3 DFT vs. Matlantis Redoxを考慮した計算に対応： 一般的な古典力場には不可能 遺伝的アルゴリズムなど ~ 数千回の計算
- 12. 酸素レドックス材料 Li19xMn7Ti6O32 12 -4.60E+02 -4.40E+02 -4.20E+02 -4.00E+02 -3.80E+02 -3.60E+02 -3.40E+02 -3.20E+02 -3.00E+02 -340 -320 -300 -280 -260 -240 -220 -200 DFT energy /eV Matlantis energy /eV Kobayashi et al. Materials Today, 37, 43-55 (2020) O-の生成 O２ ２－の生成
- 13. アウトライン 13 １．蓄電池材料研究と材料計算研究 ２．蓄電池材料に対する再現性 ３．ハイスループット計算への適用例 ４．表面・界面問題への適用例 調査項目 Matlantis DFT 古典力場 平衡（電位） ◎ ◎ × 電子構造 △ ◎ × イオン拡散律速 ◎ 〇 Slow 〇 Accuracy? 界面反応律速 〇 〇 Slow ×
- 14. イオン拡散の計算； 第一原理分子動力学法 Comp. σ (S/cm) Calc. σ (S/cm) Expt LLZO 1.03 x 10-4 (300K) 5 x 10-4 (300 K, bulk) LLTO 2.38 x 10-3 (313 K, bulk) 1.9 x 10-5 (313 K, total) Ref.) Jalem, Nakayama et al. Chem. Mater, 25, 425 (2013) ６ヶ月（２０１３年） ２週間 （１９９７年）
- 15. Li7La3Zr2O12 (LLZ) Matlantis-MD vs. DFT-MD 15 Matlantis: ６時間/１００ｐｓ ← DFT:１５～２０日間/100ps （24コア)
- 16. 硫化物固体電解質 Li5.9PS4.9Cl1.1 300K 16 y = 1.0791x - 26.933 -405 -400 -395 -390 -385 -380 -375 -350 -345 -340 -335 -330 -325 DFT Matlantis
- 17. スピネル型Mgイオン電池正極材料 (MgMn2O4をベース) 17 格子定数、原子の座標をランダムに微小変位させて構造を作成 R² = 0.9901 0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70 VASP Matlantis 参考論文 Shimokawa et al., J. Mater. Chem. A, 7, 12225 (2019) Shimokawa et al., Adv. Mater. 33, 2007439 (2021)
- 19. Li-O系 （約 400/700 sample) 約3か月（計算中） 19 イオン伝導活性化エネルギー/eV Bayes最適化探索ステップ数 【Materials Projectから構造データ抽出】 約700サンプル (必須元素) Li, O (許容元素) Mg, Ca, Sr, Ba, Sc, Y, La, Ti, Zr, Hf, Nb, Ta, Zn, B, Al, Ga, In, C, Si, Ge, Sn, P, As, Sb, S Mp-3427 LiAlO4 Mp-5488 LiInO4 Mp-7998 Li2Ge2O5 Mp-10499 LiZr(PO4)3 Structure Dataset Bayes最適化 マシンによる選別
- 20. 埋もれた材料の発掘 15 20 25 10-1 100 101 Cell volume /Å 3 per oxide ion Migration energy /eV 従来型力場を用いた材料探索 （2014~2018) Li, Na, Mgイオン導電体他 粗精度計算 高精度計算 実験 結晶DB Li: N. Tanibata, M. Nakayama et al. ACS Materials Lett., 2, 880-886 (2020) Na: N. Tanibata, M. Nakayama et al. Sci. Rep., 8, 17199 (2018) Mg: H. Takeda, M. Nakayama et al. Sci. Technol. Adv. Mater. 21, 131-138 (2020) 高イオン導電性材料や高速レート特性を示す電極の発見 0.95 eV 1.32 eV 0.4 eV 5576 samples
- 22. 結言 22 精度 時間 精度と速度 ： ほどほどの計算法がない！ DFT conventional FF 精度 時間 DFT conventional FF Matlantis と思ったら、 ① 電子構造を除いて、早くて正確 ② 酸化還元のような反応も扱える ③ MDは本質的に精度アップか？ ④ できないことができる。 魅力的な課題は何か？