Clear Sky Science
エビデンスに基づく、専門用語を抑えた解説

Clear Sky Science · ja

機械学習原子間ポテンシャルで導出されたYBa2Cu3O7における拡散駆動の直方晶→正方晶転移

· 一覧に戻る

なぜ微小な原子のずれが重要なのか

ほとんど損失なく巨大な電流を運べる超伝導線は、将来の核融合炉や強力な粒子加速器の重要な要素です。これらの導線に有望な材料の一つが銅酸化物化合物のYBCOです。しかしYBCOは原子欠陥を多く含み、特に放射線や高温下で性能を損なうことがあります。本研究は、新しいタイプの計算モデルがこれらの欠陥を詳細に追跡し、温度上昇に伴って起こる結晶の微妙な形状変化を説明できることを示しています。

Figure 1. 結晶内を移動する酸素原子が熱によって全体の形状をどう変えるか
Figure 1. 結晶内を移動する酸素原子が熱によって全体の形状をどう変えるか

先端磁石に使われる結晶

YBCOは高温超伝導体の一群に属し、コンパクトな核融合装置や加速器用磁石の高性能テープに用いられます。その有用な特性は結晶内の酸素原子の配列に敏感に依存します。酸素が過剰に欠損したり位置を失ったりすると、材料は優れた超伝導体から通常の金属や場合によっては絶縁体のように振る舞うことがあります。核融合炉のような環境では放射線が原子の位置を乱しそのような欠陥を作り出します。実験は、照射された試料を加熱するだけで一部の損傷が修復されることを示唆しており、酸素原子が十分に移動しやすく元のより良い位置に戻れる可能性を示しています。

原子間力を感じるようにコンピュータを教える

これらの原子再配列を理解するために、著者らはYBCO原子の相互作用を表す機械学習モデルを構築しました。原子間の力を単純な固定式で扱うのではなく、何千もの詳細な量子力学計算を用いて「原子間ポテンシャル」を学習させました。訓練データには完全な結晶、さまざまに伸張・圧縮された構造、欠陥（空孔）、格子に押し込まれた余剰原子、高度に無秩序な領域を含む多様な配置が含まれます。この幅広さにより、酸素原子の移動時に現れる穏やかな環境と混沌とした環境の両方をモデルが認識できるようになります。

モデルの検証

チームは機械学習ポテンシャルが、結晶を圧縮・膨張させたときのエネルギー変化や原子間距離の応答など、YBCOの基本特性を再現できるかを確認しました。また、ある酸素原子が通常のサイトを離れて中間位置を占める、いわゆるフレンケル対と呼ばれる特定の酸素欠陥も調べました。これらの移動にはエネルギーコストと越えなければならないエネルギー障壁が伴います。新しいモデルは、これらの量に関して特に酸素の拡散を制御するエネルギー障壁について、従来の経験的モデルよりも厳密な量子計算に近い結果を示しました。

Figure 2. サイト間を跳躍して秩序化した鎖を崩す酸素原子の段階的な動き
Figure 2. サイト間を跳躍して秩序化した鎖を崩す酸素原子の段階的な動き

加熱に伴う微妙な形状変化を追う

この精度の高いモデルを用いて、研究者たちは大型結晶を数百ケルビンから千ケルビン超まで加熱しながら長時間の分子動力学シミュレーションを行いました。低温では結晶はわずかに長方形の断面を持ち、格子内の一方向に酸素原子の鎖が並ぶことで“直方晶（orthorhombic）”の形を取ります。温度が上がると、酸素原子はこれらの鎖から隣接する鎖間サイトへ跳躍します。これが長い直線状の鎖を徐々に壊し、面内の優勢な方向性を消し去ります。シミュレーションでは約800ケルビン付近で断面がほぼ正方形になり、“正方晶（tetragonal）”に至り、これは実験で観測されるやや高めの温度での変化を反映しています。

無秩序性、エントロピー、そして変化が起こる理由

酸素原子の跳躍頻度と、格子が膨張するにつれてフレンケル対のエネルギーコストがどう変わるかを追跡することで、著者らはこの転移が単にエネルギー節約だけで駆動されるわけではないことを示しました。転移付近の温度では、これらの欠陥を形成することは依然としてエネルギーを要しますが、酸素原子を配列する方法の数が増えることで系のエントロピーが増大し、無秩序を好むようになります。このエントロピーによる後押しと、体積増加に伴う欠陥エネルギーのわずかな低下が相まって、結晶は秩序化した鎖状態からより無秩序だが対称性の高い状態へと移行します。モデルはまた、少量の酸素欠損が転移をやや早めることを示唆しており、これは実験的示唆と整合します。

今後の超伝導デバイスにとっての意義

非専門家向けの要点は、精緻に訓練された機械学習モデルが複雑な超伝導体内での酸素原子の動きを追跡し、それが高温で結晶をどのように変形させるかを説明できるようになったことです。この能力により、動作中の磁石内でYBCOが放射線や熱にどう応答するか、加熱処理が性能をどのように回復し得るかを現実的で大規模なシミュレーションで検証する道が開けます。より広くは、この仕事は複数元素から成る酸化物と複雑な化学挙動を機械学習が扱えることを示し、先端超伝導材料の設計と保護のための新たなツールを提供します。

引用: Gambino, D., Di Eugenio, N., Byggmästar, J. et al. The diffusion-driven orthorhombic to tetragonal transition in YBa2Cu3O7 derived with a machine learning interatomic potential. npj Quantum Mater. 11, 41 (2026). https://doi.org/10.1038/s41535-026-00891-7

キーワード: YBCO, 酸素拡散, 機械学習ポテンシャル, 超伝導体, 相転移