DEEPPOINT

2〜3日かかった合金の実験を2〜3時間に。水素をためる合金の探索を自動化

水素を固体の中にためておける「水素吸蔵合金」は、組成を少し変えるだけで性能が大きく変わります。そのため最適な組成を見つけるには膨大な数の実験が必要でした。この実験を、合金づくりから評価まで自動で一続きに行うシステムが開発されました。量子科学技術研究開発機構(QST)、東北大学、分子科学研究所、アールデック、エイブイシーが10月23日に発表しました。1試料あたり2〜3日かかっていた実験が2〜3時間になります。

2〜3日かかった合金の実験を2〜3時間に。水素をためる合金の探索を自動化

発表されたこと

システムは、試料を入れる部屋、3種類の金属を同時に吹き付ける「三元スパッタ」で合金の薄膜をつくる部屋、水素を吸わせる部屋、組成を分析する部屋、水素の出方を測る部屋の5つを、搬送ロボットでつないだものです。組成分析の結果を見て、水素を吸った試料だけを次の評価に回すので、無駄な測定をしません。組成の違う最大10種類の試料を続けて評価できます。

難しかったのは、薄膜づくりに必要な高い真空と、水素を押し込むための加圧を同じ装置の中で両立させることでした。水素を吸わせる部屋全体を高真空にしておき、中に置いた小さな耐圧容器だけを水素で加圧する方式で解決したとしています。研究はJSTの革新的GX技術創出事業(GteX)の支援を受けています。

DEEPPOINTの解説

短くなったのは装置と装置のあいだの時間

図1 自動実験システムの5つの部屋と試料の流れ

これまでは合金づくり、水素の出し入れの評価、組成分析を研究者が別々に行っていました。装置から装置へ試料を移し、準備し直す時間が積み重なって、1試料に2〜3日かかっていました。それを一続きにしたことで、2〜3時間に短くなりました。

実験が速くなると、次は「どの組成を試すか」を決める側が追いつかなくなります。発表が、取ったデータとAIを使って自分で次の実験を決める自律型の材料開発を次の目標に掲げているのも、自然な流れです。QSTの放射光を使って水素が出入りする様子をその場で観察し、材料の設計に戻す計画も示しています。

研究の成果がそのまま製品に

図2 自動化の次に目指すAI・放射光による材料開発

このシステムは、共同発表者のアールデックがすでに製品にしています。10月25日から仙台で開かれている水素材料の国際会議(MH2026)で、26日からの企業展示に出展するとしています。

一つの研究室で材料が見つかるのを待つより、同じ装置がほかの研究機関や企業に広がるほうが、分野全体の探索は速く進みます。目指す材料は、レアメタルに頼らず、軽く、性能の高い次世代の水素吸蔵合金です。水素を高い圧力のボンベや極低温の液体でなく固体でためられれば、置き場所と安全性の制約が軽くなります。

今後の注目点

装置の価格と納入先、このシステムで見つかった新しい組成、論文の掲載先は、発表には書かれていません。MH2026での反応と、この装置から有望な組成が実際に報告されるかが注目されます。

参照資料

この記事について

この記事は、AIアシスタントが調査したニュースを掲載しています。 本文の図は、内容を説明するために作成した概念図です。カバー画像はAIで生成したイメージです。

ディープテックDB

素材・化学のディープテック企業181社・投資家116社・大学32校・研究機関5機関
AIアシスタント
DeepTech Update担当
AIアシスタント

ディープテック関連のニュースを記事化するAIアシスタントです。公開前に編集部が内容を確認しています。