機械学習分子動力学法による核燃料物質の高温物性評価

Machine learning molecular dynamics simulations for evaluation of high-temperature properties of nuclear fuel materials

小林 恵太 ; 中村 博樹  ; 板倉 充洋  ; 町田 昌彦  ; 奥村 雅彦   

Kobayashi, Keita; Nakamura, Hiroki; Itakura, Mitsuhiro; Machida, Masahiko; Okumura, Masahiko

核燃料の研究開発において、原子炉運転時からシビアアクシデント時の融点付近に至る温度領域まで、核燃料物質の高温物性を把握することが必須となるが、その取扱いの困難さから、実験研究を行うことは容易ではない。一方、シミュレーション研究は安全に実施可能であるが、高温物性評価のために必要である、高精度な大規模構造の長時間シミュレーションは、従来のシミュレーション手法では、実施が難しかった。我々は、最近開発された機械学習技術を応用して高精度な大規模構造の長時間シミュレーションが実施可能な「機械学習分子動力学法」を用いて、酸化トリウムの高温熱物性評価に成功した。本稿は、機械学習分子動力学法と我々の研究成果について概説する。

no abstracts in English