Work

Exploring Monodisperse Condition for Ceramic Nanoparticles Using Hydrothermal Synthesis and Machine Learning

Year: 2025

Type: article

Abstract: 本研究では「アルカリ処理水熱合成法」を用いて酸化鉄ナノ粒子をさまざまな条件で作製し，単分散条件の探索を機械学習により試みた．機械学習には，水熱処理温度，時間，アンモニア水量，Ole/M比率を説明変数として，CV値を目的変数として，SVR（サポートベクター回帰）分析を用いた．実験の結果，220°C，24 h，NH3量3.00 ml，Ole/M 1.00においてCV値11.4%を達成し，単分散に近いナノ粒子が得られた．CV値と実験条件のSVR分析により最適条件を推定したが，得られたCV値は25%と期待を下回った．さらに粒径とCV値を組み合わせた複合変数を設定しSVR分析を行ったが，最大推定値が実測値を超えられず，低CV値の推定が困難であることが明らかとなった．また，アルカリ処理水熱合成法を用いてCeO2ナノ粒子を合成したところ，粒度分布が広がる傾向がみられ，出発原料の選定が重要であることが判明した．今後は最小CV値の類似実験条件の探索などにより，CV値のさらなる低減を目指す．

Source: Hosokawa Powder Technology Foundation ANNUAL REPORT

DOI: 10.14356/hptf.22115

Author: Yuki MAKINOSE

Institutions: Shimane University, University of Shimane

Language: English

Topic: Machine Learning in Materials Science

Subfield: Materials Chemistry

Field: Materials Science

Domain: Physical Sciences

Open Access status: diamond

Funder: Hosokawa Powder Technology Foundation

Award: G2095658030