Attention

This page uses an automatic translation system.
While the translation is in effect, clicking "Automatic Translation" returns the display to the original Japanese.
Please note that automatic translation is a mechanical process and may not accurately reflect the intended meaning. Images and charts may also not be translated.
For accurate information, please refer to the Japanese version.
For some articles, an English version translated by our specialized staff is available.
To view it, click "English" in the upper right corner of the screen.

本ページでは自動翻訳システムを使用しています。
翻訳適用中に、「Automatic Translation」をクリックすると元の日本語表示に戻ります。
自動翻訳は機械的に変換を行うため、意図が正確に反映されない場合や、画像・図表が翻訳されない場合があります。あらかじめご了承ください。
正確な情報については日本語表示の状態でご確認ください。
なお、一部の記事については、専門スタッフが翻訳した英語版もご用意していますので、画面右上の「English」をクリックしてご覧ください。

Research Results 研究成果

Al-Ti合金において高温超伝導状態の創出に成功

~機械学習による“探索指針の提案”と“超伝導組織の予測” ~ 2022.03.14
研究成果Physics & ChemistryMaterials
  • 汎用軽金属材料の構成元素の御三家とも言えるAl、Ti、Mgの合金系において、これまで確認されていた超伝導転移温度を超える超伝導状態を発見した
  • 機械学習によって探索指針を決め、巨大ひずみ加工による物質合成プロセスで新たな超伝導状態を実現するというこれまでにない研究手法を確立した
  • 今回得られた新たな知見により、安価で線材化が容易な軽量超伝導材料の発展に寄与することが期待される

 九州工業大学大学院工学研究院の美藤正樹教授が研究代表者を務める九州工業大学と九州大学の研究グループは、代表的な軽金属元素*1であるアルミニウム(Al)とチタン(Ti)、マグネシウム(Mg)の三元合金系において、従来よりも高い超伝導*2転移温度(超伝導になる温度)を有する超伝導状態を創出することに成功しました。これまでAl-Ti-Mgの三元系では超伝導転移温度が1.7Kを超える超伝導状態は見つかっていませんでしたが、本研究グループは機械学習*3による予測と「巨大ひずみ加工プロセス*4」と呼ばれる物質合成手法を用いることで、7Kを超える超伝導転移温度を実現しました。超伝導材料を実用化する上では超伝導転移温度が高いことに加えて線材化の容易さや軽量であること、更には安価であることがポイントで、今回の研究成果はこれまで注目されなかった合金分野での安価で線材化が容易な軽量超伝導材料の発展に寄与することが期待されます。なお、本研究成果は、2022年3月11日午前10時(米国東部標準時)に米国応用物理学会の学術誌「Journal of Applied Physics」にEditor's Pick論文として掲載されました。

機械学習によって予測された超伝導転移温度を表す三元系状態図

矢印で示す組成比は安定相が存在するところであり、本研究ではそれから外れた、色付きの丸が示す組成比を予測・探索した。

Al:Ti:Mg=1:2:0の組成比で見つかった3つの超伝導相の超伝導転移温度の直流磁場依存性

試料を加熱しながら巨大ひずみ加工を施すことで、ゼロ磁場下で7 Kを超える超伝導転移温度を実現した。

用語解説

*1 軽金属元素:周期律表には多くの軽金属元素が登場しますが、工業用に広く使用されている軽金属元素となると、Al、Ti、Mgが代表的な軽金属元素になります。

*2 超伝導:全ての電子の波動関数の位相が揃う位相秩序状態であり、永久電流や磁場排斥効果などの現実社会を大きく変換させ得る物理特性を発現する現象。

*3 機械学習:ビッグデータを用いた数値計算的研究手法。一見不規則と思われる物理現象に規則性を見出したり、過去の実験結果を学習させ機能性を発現する物質群を予測させたりすることができる。

*4 巨大ひずみ加工:金属などの結晶中に大量の格子欠陥(ひずみ)を変形・加工で導入し、物質の内部エネルギー高めるプロセス。バルク状試料では組織の超微細化とともに、異種の粉末原料を混ぜ合わせた固化成形や合成が可能となる。

論文情報

タイトル: Achieving Superconductivity with Higher Tc in Lightweight Al-Ti-Mg Alloys: Prediction using Machine Learning and Synthesis via High-Pressure Torsion Process
著者名: Masaki Mito, Narimichi Mokutani, Hiroki Tsuji, Yongpeng Tang, Kaname Matsumoto, Mitsuhiro Murayama, and Zenji Horita
掲載誌: Journal of Applied Physics
DOI: 10.1063/5.0086694     

研究に関するお問い合わせ先

先導物質化学研究所 村山 光宏 教授