実験とベイズ最適化を併用した蓄電池材料最適合成プロセス条件の合理的探索

利用实验和贝叶斯优化理性寻找蓄电池材料最佳合成工艺条件

• 批准号: 21K14715
• 负责人: 武田 はやみ
• 金额: $ 1.66万
• 依托单位: Nagoya Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K14715/
• 关键词: 蓄電池材料; ベイズ最適化; 合成プロセス; 蓄電池; イオン導電性; プロセス

2021年度は、実験値を用いたデモンストレーションにより、高い導電率を有する固体電解質材料を合成するための最適焼成条件の探索にベイズ最適化法が有効であることを明らかにした。2022年度は、さらに複雑な合成条件の探索がベイズ最適化を用いて効率的に行うことができるかを検討した。合成条件として、組成と焼成条件を組み合わせた。対象材料はZrおよびSiの一部を置換したダブルドープLiZr2P3O12(LZP)とした。これまでに本研究室で取得した、異なる焼成条件で作製したダブルドープLZP材料の導電率と、ドープ量の異なるダブルドープLZP材料の導電率を初期データとして、ベイズ最適化を用いた合成条件探索を実際に行った。具体的には、576点の探索空間に対して、既知データ102点を初期データとして最適条件探索を行った。合成実験を効率化するため、ベイズ最適化によって高導電率が予測される上位20の合成条件を抽出し、そのうち同じ焼成条件の3点を選択して、実際にサンプルを合成し導電率を測定した。合成したサンプルの導電率データを既知データに加えて、ベイズ最適化ステップを繰り返した。その結果、13ステップ目において、これまでの最高導電率を上回る予測値が得られなかったため、探索を終了した。また、初期データおよび探索合成実験で追加されたデータを用いて回帰分析を行い探索空間の導電率を予測したが、既知データを上回る予測値は得られなかった。以上より、ベイズ最適化を用いることで、効率的な合成条件の探索が可能であることが確認できた。今回は、網羅探索実験のおよそ1/4の実験量で探索を終了させることができた。

In 2021, it is clear that the optimization method will be effective in exploring the optimal firing conditions for synthesizing solid electrolyte materials with high electrical conductivity for practical use. In 2022, we will explore the synthesis conditions and optimize the application efficiency. Synthesis conditions, composition and firing conditions A part of Zr and Si is replaced by LiZr2 P 3 O12(LZP). In this study, we have obtained different sintering conditions for the preparation of LZP materials, and have explored the initial and optimal sintering conditions for the preparation of LZP materials Specific, 576-point exploration space, known, 102-point initial exploration conditions Synthesis, optimization, high conductivity, prediction, synthesis conditions, firing conditions, selection, and measurement of conductivity The electrical conductivity of the composite material is determined by the optimization of the material. The results show that the highest conductivity of the sample can be obtained by measuring the temperature of the sample. In addition, additional data can be used in the initial data and exploratory synthesis experiments to conduct back-analysis to predict the conductivity of the exploratory space, and the previous prediction of known data has become extremely valuable. The exploration of synthesis conditions for the above optimization is possible. This time, the net exploration is 1/4 of the total amount of exploration.

项目成果

ベイズ最適化によるNASICON型Liイオン伝導体の組成および実験プロセスの最適化

贝叶斯优化NASICON型锂离子导体成分及实验过程

• 发表时间: 2023
• 作者: Takeda Hayami;Fukuda Hiroko;Nakano Koki;Hashimura Syogo;Tanibata Naoto;Nakayama Masanobu;Ono Yasuharu;Natori Takaaki;村上健斗・福田紘子・谷端直人・武田はやみ・中山将伸・大野康晴・斎藤直彦・名取孝章
• 通讯作者: 村上健斗・福田紘子・谷端直人・武田はやみ・中山将伸・大野康晴・斎藤直彦・名取孝章

Process optimisation for NASICON-type solid electrolyte synthesis using a combination of experiments and bayesian optimisation

• DOI: 10.1039/d2ma00731b
• 发表时间: 2022-10-11
• 期刊: MATERIALS ADVANCES
• 影响因子: 5
• 作者: Takeda, Hayami;Fukuda, Hiroko;Natori, Takaaki
• 通讯作者: Natori, Takaaki