Machine Learningによる気体分子散乱特性予測と機能性ナノ界面の探索

本研究では，高Knudsen数流れの系での気体の熱的・流体力学的特性の正確な把握に必要な物体界面での気体分子散乱特性の解明に向けて，流れ場のさまざまな影響因子を考慮した気体分子散乱挙動の予測に有効な反射モデルの確立を機械学習によるアプローチから実施し，気体－ナノ構造界面における気体分子散乱特性に与える影響要因やその散乱メカニズムを基礎的レベルで解明し，統一的な知見を得ることを目指す．昨年度までに，本研究で構築してきた機械学習に基づく気体分子散乱特性の分子速度分布関数の予測に対して，今年度は，流れ場の壁面速度比や壁面温度比を変化させた際の金固体表面上の原子的表面性状の違いを考慮に入れた単原子分子のアルゴン気体分子散乱の分子動力学解析データを基に，固体表面への入射・反射分子に対する各方向の分子速度分布関数の予測モデルの構築を行った．入射・反射分子に対する予測モデルによる接線方向分子速度分布関数を基に求めた接線方向運動量適応係数の値は，分子動力学解析から得られた接線方向運動量適応係数の値を概ねよく再現していることが確かめられた．二平板間の巨視的な速度勾配や温度勾配を有する高Knudsen数流れに対して，金原子の固体表面性状の違いを影響因子に取り入れた際でも構築した分子速度分布関数の予測モデルの有用性が確認された．また，予測モデルより求められる適応係数などの値から，固体表面のナノ構造の違いによる流れ場への影響が予測でき，機能性ナノ界面の探索に反映できる可能性が示された．

本研究では，高Knudsen数流れの系での気体の熱的・流体力学的特性の正確な把握に必要な物体界面での気体分子散乱特性の解明に向けて，流れ場のさまざまな影響因子を考慮した気体分子散乱挙動の予測に有効な反射モデルの確立を機械学習によるアプローチから実施し，気体－ナノ構造界面における気体分子散乱特性に与える影響要因やその散乱メカニズムを基礎的レベルで解明し，統一的な知見を得ることを目指す．昨年度までに，本研究で構築してきた機械学習に基づく気体分子散乱特性の分子速度分布関数の予測に対して，今年度は，流れ場の壁面速度比や壁面温度比を変化させた際の金固体表面上の原子的表面性状の違いを考慮に入れた単原子分子のアルゴン気体分子散乱の分子動力学解析データを基に，固体表面への入射・反射分子に対する各方向の分子速度分布関数の予測モデルの構築を行った．入射・反射分子に対する予測モデルによる接線方向分子速度分布関数を基に求めた接線方向運動量適応係数の値は，分子動力学解析から得られた接線方向運動量適応係数の値を概ねよく再現していることが確かめられた．二平板間の巨視的な速度勾配や温度勾配を有する高Knudsen数流れに対して，金原子の固体表面性状の違いを影響因子に取り入れた際でも構築した分子速度分布関数の予測モデルの有用性が確認された．また，予測モデルより求められる適応係数などの値から，固体表面のナノ構造の違いによる流れ場への影響が予測でき，機能性ナノ界面の探索に反映できる可能性が示された．