タグ: 材料
- 材料データベースの横断検索：OPTIMADEの仕組みと値がずれる理由 2026/9/21
材料データベースを横断して検索する共通仕様OPTIMADEは、問い合わせの言語と応答の器だけを揃え、値の意味は各データベースに残す。設計理由を仕様と論文に読み、2026年9月に登録23件のうち応答した18件を実測する。代償は、過去の版の比較研究で生成エネルギーの中央絶対差が最大0.105 eV/atomだった点にある。
- DFTとは？密度汎関数理論の考え方と、計算が遅い理由・近似の限界 2026/7/25
DFT（密度汎関数理論）は、材料の性質を量子力学の原理から予測する第一原理計算の主力である。全電子の波動関数は厳密には事実上解けないが、DFTは問題を電子の密度で解き直してこれを可能にした。それでも標準実装の計算量は原子数のおよそ3乗で増え、正確さは交換相関の近似で決まる。その遅さと精度の限界の出どころを辿る。
- 能動学習・ベイズ最適化とは？次の実験の選び方と限界 2026/7/18
計算で候補を一括にふるう手はある。だが本当の性質は、作って測るまで分からないことも多い。その実験は遅くて高い。ならば「次にどれを試すか」を一手ずつ賢く選ぶしかない。約80万通りのNiTi系組成から、初期22個＋提案36個の合成だけで狙いの合金に届いた、とXueらは報告している。本稿は能動学習とベイズ最適化を扱う。
- 材料探索の組み合わせ爆発：総当たりできない理由と、賢い探し方 2026/6/26
材料が「原子の並べ方」で決まるなら、片っぱしから試せばいいと考えるのが自然だ。だが少し数えると、その道が閉ざされている理由が分かる。本稿は組み合わせの爆発を数え、爆発があるから「賢く探す」必要が出てくることを示す。
- 分子動力学とは？原子の運動を解く仕組みとシミュレーションの限界 2026/6/26
温度とは原子の動きの激しさだ。では、その動きをコンピュータの中で再現できないか。原子一つひとつにニュートンの法則を当てて時間を進める計算を、分子動力学と呼ぶ。実際に走らせたシミュレーションでは、結晶の秩序が崩れていく。
- 脆性破壊とは？キズから割れる原因と、ものづくりの対策 2026/6/25
脆い材料はなぜ、そこで割れるのか。切り欠きを入れた結晶の板を分子動力学で引き裂くと、ひびはキズの先端から開いて板を横切る。応力集中、Griffith の平方根則、最弱リンクの考え方から、ものづくりがキズを恐れる理由をたどる。
- 拡散とは？原子が混ざる仕組みと、距離が時間の平方根で伸びる理由 2026/6/25
半導体に不純物をしみ込ませる、鉄を硬くする、セラミックを焼き固める。どれも、原子が別の物質の中へ少しずつ移っていく「拡散」という現象だ。実際に走らせたシミュレーションで、その“遅さ”の正体まで見てみよう。
- 温度とは？原子の揺れで分かる、材料が伸びる・溶ける・混ざる理由 2026/6/21
「熱い」「冷たい」は、手で触れば分かる。では原子の目線で見ると、温度とは何だろう。材料の中では、温度は原子の揺れの激しさとして現れ、その揺れが伸びる・溶ける・混ざるといった現象を引き起こす。
- 材料スクリーニングとは：計算で候補を絞る順番と、見逃しの代償 2026/6/21
ありうる材料は天文学的に多く、全部は作って試せない。材料スクリーニングは、安いフィルタを先に、高いフィルタを後にかけて「作る価値のある数個」まで絞る。フィルタの誤り方と、計算でいちばん精密な段にも残る近似を、原典の数字で見る。
- MLCC（積層セラミックコンデンサ）とは？作るのが難しい理由 2026/6/21
MLCC（積層セラミックコンデンサ）は、最新のハイエンドのスマホに約1000個、車に3000〜1万個超入る小さな部品だ。性能は薄いセラミック層を何百枚も欠陥なく積めるかで決まり、材料と焼成工程の擦り合わせが要る。首位の村田製作所のシェアは自社開示で40%、調査会社の推計で31.8%。
- 金属は曲がるのにガラスが割れるのはなぜ？転位とすべり面の有無 2026/6/21
スプーンは曲がるのに、コップは落とすと割れる。違いを主に分けているのは材質名ではなく、動かせるすべり面があるかと、結合が方向にこだわらないかである。金属の転位、ガラスの網目と表面の傷、結晶格子を持たない金属ガラスから、この違いを説明する。
- ダイヤモンドと黒鉛の違い：構造・硬さ・電気を通す理由 2026/6/21
地球上で最も硬い天然の物質と、紙の上で崩れていく芯。芯に使われている黒鉛とダイヤモンドは、同じ「炭素」だけでできている。違うのは中身ではなく、原子の“並べ方”だ。材料の性質は組成だけでなく構造で決まる、という見方をこの組で確かめる。
- AIの材料発見はどこまで使えるか：効く段階と過大評価の3例 2026/6/21
「AIが数十万の新材料を発見」「ロボットが17日で41個合成」という華々しい見出しが続いた。だが専門家が中身を見にいくと、多くは“新しくなかった”。AIが材料探しで本当に効く場所と、見出しが先走る場所を、冷静に切り分ける。
