複合ネットワーク材料の学理解明に向けた構造記述子機械学習技術

カーボンナノチューブやセルロースナノファイバーに代表されるネットワークを形成する材料は、軽量性、柔軟性、高比表面積、等の優れた特性を期待されて特にエレクトロニクスの分野において注目を集めてきた。膜、電極、糸などの多様な用途への展開を目的にネットワーク構造の研究が取り組まれてきたが、試行錯誤の中では本質的なネットワークに対する理解が充分であるとは言えず、更なる部素材の特性向上のためには、本質的な構造の理解と材料設計指針の確立が今後必要不可欠である。これを踏まえた本研究の目的はネットワーク構造と複雑な特性との相関性を評価可能な新たな解析手法の開発と、それによる複雑な複合ネットワーク構造の解明である。今年度はカーボンナノチューブとセルロースナノファイバーを中心にネットワークを形成する材料を用いてミキサーによる分散と吸引濾過法によるバッキーペーパーの作成と評価を行った。これにより用いる材料と分散状態によりネットワーク構造のトポロジーが大きく異なっていることが確かめられた。ネットワーク構造の解析方法に関しては、走査型電子顕微鏡による構造評価と画像解析法を検討した。具体的には走査型電子顕微鏡画像全景を処理する画像解析法に関して検討し、画像全体からネットワーク構造の部位を抽出した上で、効果的に空隙、バンドル、絡み合いといったトポロジーの定量的数値化を可能にした。こうした材料の特性との間で相関解析を行い、一定の相関性を持つトポロジーが走査型電子顕微鏡画像から得られていることが確かめられた。

カーボンナノチューブやセルロースナノファイバーに代表されるネットワークを形成する材料は、軽量性、柔軟性、高比表面積、等の優れた特性を期待されて特にエレクトロニクスの分野において注目を集めてきた。膜、電極、糸などの多様な用途への展開を目的にネットワーク構造の研究が取り組まれてきたが、試行錯誤の中では本質的なネットワークに対する理解が充分であるとは言えず、更なる部素材の特性向上のためには、本質的な構造の理解と材料設計指針の確立が今後必要不可欠である。これを踏まえた本研究の目的はネットワーク構造と複雑な特性との相関性を評価可能な新たな解析手法の開発と、それによる複雑な複合ネットワーク構造の解明である。今年度はカーボンナノチューブとセルロースナノファイバーを中心にネットワークを形成する材料を用いてミキサーによる分散と吸引濾過法によるバッキーペーパーの作成と評価を行った。これにより用いる材料と分散状態によりネットワーク構造のトポロジーが大きく異なっていることが確かめられた。ネットワーク構造の解析方法に関しては、走査型電子顕微鏡による構造評価と画像解析法を検討した。具体的には走査型電子顕微鏡画像全景を処理する画像解析法に関して検討し、画像全体からネットワーク構造の部位を抽出した上で、効果的に空隙、バンドル、絡み合いといったトポロジーの定量的数値化を可能にした。こうした材料の特性との間で相関解析を行い、一定の相関性を持つトポロジーが走査型電子顕微鏡画像から得られていることが確かめられた。