Bridging Chemically Distinct Coating Systems: Cross-System Transfer Learning Enables Discovery of Ultralow-Thermal-Conductivity Ferroelastic Tantalates

ジェットエンジンの内部やガスタービンの中を想像してみてください。そこは、ほとんどの材料を溶かしてしまうほどの高温に金属部品が耐えなければならない場所です。これらの部品を保護するために、エンジニアは「熱遮蔽層」と呼ばれる特別な層でこれらをコーティングします。このコーティングは、機械のための厚手の冬用コートのような役割を果たし、激しい熱がその下の金属に到達するのを防ぎ、エンジンをより高温で、より効率的に稼働させることを可能にします。数十年もの間、この仕事の標準的な材料は、イットリアで安定化された一種のセラミックスでした。しかし、エンジンがより大きなパワーを生み出すためにさらに高温へと突き進むにつれ、この古い材料は限界を迎え始めています。この材料は、温度が高くなりすぎると内部構造が変化して膨張し、ひび割れが生じ、熱を遮断する能力も次世代のエンジンの要求を満たすには不十分なのです。科学者たちは、極限の熱の中でも安定性を保ちながら、さらに熱の伝わりを抑えることができる新しい材料を模索してきました。

研究チームは、熱を遮断することに非常に優れた2種類の新しいセラミックス材料を発見することで、有望な解決策を見出しました。これらの材料は「希土類タンタレート」として知られるグループに属しており、さまざまな希土類元素とタンタル、そして酸素を混合して作られます。完璧な配合を見つけるのが難しい理由は、選択できる希土類元素があまりにも多く、考えられる組み合わせの数が膨大すぎて、一つずつ試していては一生がかかるからです。あらゆる可能性をテストする代わりに、研究者たちは人工知能を用いた巧妙なアプローチを採用しました。彼らは、すでに十分に理解されている化学的に類似したさまざまな材料に関する膨大なデータコレクションから、コンピュータプログラムに学習させる方法をとりました。プログラムがこれらのタイプのセラミックスにおける熱の移動に関する一般的なルールを学習した後、彼らはその知識を、データが不足している特定の領域である希土類タンタレートの世界に応用するよう指示しました。「転移学習」として知られるこの手法により、コンピュータは大量の新しいデータを必要とすることなく、新しい材料についての正確な予測を行うことができました。

コンピュータは、何十万もの潜在的なレシピをスクリーニングし、この種のバルクセラミックスとして記録された中で最も低い熱伝導特性を持つ、2つの特定の混合物を選び出しました。一方の新しい材料は、5種類の異なる希土類元素を含む複雑な混合物であり、900℃においてわずか1.276 W/(m·K)という熱伝導率を示しました。これは、この種のバルクセラミックスとしてその温度で測定された中で最も低い値です。もう一つの発見である8種類の希土類元素を含む混合物も、非常に優れた性能を示し、1.307 W/(m·K)という値を示しました。これらの予測を確認するために、科学者たちは実際に実験室でこれらの材料のサンプルを作成しました。原料の粉末を混ぜ合わせ、ディスク状に押し固め、炉の中で焼き上げました。実物のサンプルをテストしたところ、測定値はコンピュータの予測とほぼ完璧に一致し、人工知能が正解へと導いたことが証明されました。

これらの新材料が熱を止めるのが非常に優れている理由は、その乱雑で複雑な内部構造にあります。完璧な結晶では、原子が整然とした格子状に配置されているため、振動が一端から他端へとスムーズに移動でき、熱は容易に伝わります。しかし、これらの新しいセラミックスでは、同じ結晶構造内の同じ場所に、サイズや電気的特性が異なるさまざまな原子を意図的に混ぜ合わせています。これにより、原子が完璧に組み合わさることのない、混沌とした環境が作り出されます。その結果生じる結晶格子の歪みは、微細な欠陥や異なる領域間の境界と相まって、高速道路上の障害物のような役割を果たします。熱が原子の振動という形で材料を通過しようとするとき、これらの障害物が振動を散乱させ、エネルギーを閉じ込めて前進を防ぐのです。研究者たちは強力な顕微鏡とコンピュータシミュレーションを用いてこれらの効果を観察し、熱が格子歪み、酸素空孔、およびエネルギーの流れを乱す微細なドメインの組み合わせによって遮断されていることを確認しました。

この発見は、見出された特定の材料だけでなく、それを見つけ出した手法においても重要です。この研究は、科学者が多すぎる選択肢と不十分なデータに直面したとき、関連する分野から知識を借りることができることを示しています。あるグループの材料における熱伝達の物理学をコンピュータに理解させ、その理解を新しい、研究が進んでいないグループに適用させることで、試行錯誤という遅くてコストのかかるプロセスを回避することができました。結果として、これら超低熱伝導材料を作成するための最善の方法は、以前考えられていたように多くの元素を等量ずつ混ぜることではなく、内部の無秩序さを適切に作り出すために比率を注意深く調整することであると判明しました。このアプローチは、高度な高温用途向け材料を設計するための新しい道を切り開き、私たちのエンジンをより涼しく、より効率的に動かし続ける次世代の熱遮蔽材を設計するための設計図を提示しています。