- Address
- 305-0044 茨城県つくば市並木1-1 [アクセス]
研究内容
出版物2004年以降のNIMS所属における研究成果や出版物を表示しています。
論文
- Shoichi Matsuda, Eiki Yasukawa, Shin Kimura, Shoji Yamaguchi, Kohei Uosaki. Evaluation of performance metrics for high energy density rechargeable lithium–oxygen batteries. Faraday Discussions. 248 (2024) 341-354 10.1039/d3fd00082f Open Access
- Shoichi MATSUDA. Rechargeable Lithium-Air Batteries with Practically High Energy Density. Electrochemistry. 91 [10] (2023) 23-00061 10.5796/electrochemistry.23-00061 Open Access
- Kiho Nishioka, Mizuki Tanaka, Terumi Goto, Ronja Haas, Anja Henss, Shota Azuma, Morihiro Saito, Shoichi Matsuda, Wei Yu, Hirotomo Nishihara, Hayato Fujimoto, Mamoru Tobisu, Yoshiharu Mukouyama, Shuji Nakanishi. Fluorinated Amide-Based Electrolytes Induce a Sustained Low-Charging Voltage Plateau under Conditions Verifying the Feasibility of Achieving 500 Wh kg–1 Class Li–O2 Batteries. ACS Applied Materials & Interfaces. 16 [35] (2024) 46259-46269 10.1021/acsami.4c08067
口頭発表
- Marcela, Calpa, KUBOTA, Kei, MATSUDA, Shoichi, TAKADA, Kazunori. Voltage Hysteresis Hidden in an Asymmetric Reaction Pathway. The 64th Battery Symposium in Japan. 2023
- Marcela, Calpa, KUBOTA, Kei, MATSUDA, Shoichi, TAKADA, Kazunori. The Role of Phase Transitions on the Voltage Hysteresis in Li2RuO3 Cathode Material. The 14th International Conference on Advanced Lithium Batteries for Automobile Application (ABAA-14). 2023
- SAENGKAEW, Jittraporn, KAMEDA, Takashi, ONO, Manai, MATSUDA, Shoichi. Self-Standing Porous Carbon Electrodes with Lean Electrolyte and High Areal Capacity Conditions for Rechargeable Lithium–Oxygen Batteries. 243rd ECS Meeting. 2023
所属学会
電気化学会
エネルギー・環境材料研究センター
電気化学スマートラボによる次世代蓄電池材料開発の加速
次世代蓄電池,リチウム空気電池,電解液,水電解,メッキ
概要
高エネルギー密度な蓄電池や水電解による水素製造の早期社会実装に向けて、電気化学材料の探索手法の高度化に対する期待は非常に高い。これまでに、大規模なデータベースが利用可能な結晶性の固体材料については、計算化学とデータ科学が連携したバーチャルスクリーニングにより材料開発の高速化が実証されている。一方で、非結晶性の蓄電池電極材料や電極触媒材料、電解液材料においては、データ科学的手法により高速・効率的に新材料探索を行うための物性データが揃っていないのが現状である。そこで、我々は、自動実験ロボットを積極的に利用し、様々な実験プロセスをハイスループット化し、大規模な実験データを短時間での取得を可能としている。取得した一連の実験データ群に対して、データ科学的手法を適用することで、革新的な電気化学材料の早期発見を主目的として研究を進めている。
新規性・独創性
電気化学材料開発において、新規材料探索の自動化・高速化に対するニーズは高く、特に、実験の自動化・ハイスループット化に関する期待は高い。このようなニーズに対して、ロボット技術を活用した実験の自動化により、作業の高速化・高精度化が可能となる。ハイスループット実験により得られた大量のデータに対して、機械学習を代表とするデータ科学的手法を適用することで、新材料発見の時間やコストの削減が可能となる。我々は、これまでに、蓄電池用電解液材料を対象として、電気化学自動実験ロボットとデータ科学が連携した独自の材料探索手法を開発してきた。
内容
まとめ
次世代蓄電池用電解液をターゲットとして、電気化学自動実験ロボットとデータ科学が連携した独自の材料探索手法を開発し、その有効性を実証してきた。本手法は、蓄電池以外の様々な電気化学材料などにも適用可能であり、水電解材料やめっき材料への展開を進めている。併せて、高エネルギー密度蓄電池セル特有の課題解決に向けた研究開発も進めている。