熱エネルギー貯蔵を強化するエリスリトール/珪藻土/GNPの多段階ハイブリッド複合材料：実験と機械学習による最適化

必要なときのために熱を蓄える

現代の生活は太陽のように常に期待通りに供給されないエネルギー源に依存することが増えています。こうした変動を平準化する一つの方法は、熱が豊富なときにそれを蓄え、後で放出することです。本研究は、大量の熱を取り込み、内部で溶けても形を保ち、必要に応じてその熱を取り出せる固体ブロックを新たに構築する手法を探ります。これにより建物や機器のエネルギー効率が向上します。

隠れた限界をもつ甘い材料

研究の中心にあるのはエリスリトールです。これは甘味料として知られていますが、融解と凝固の際に多くの熱を蓄える特性を持ちます。固体から液体へ変わるときに大量のエネルギーを吸収し、再び凍るときにそのエネルギーを放出します。これにより、太陽熱温水や建物の温度管理など中温域で動作する熱貯蔵システムに魅力的な素材となります。しかし、純粋なエリスリトールは熱伝導性が低く、溶けた際に漏れやすいため、そのままタンクに注いで期待通りに使えるわけではありません。

粉末とフレークを固いスポンジに変える

エリスリトールの弱点を克服するため、研究チームは一種の鉱物スポンジを作りました。彼らが用いたのは珪藻土で、古代の微細藻類から形成される天然の高多孔質岩です。その微細な通路は、溶融したエリスリトールを吸い込み保持する剛性のある骨格として機能します。真空下で研究者らは糖アルコールの液体を珪藻土の孔に引き込み、混合物を固化させて固体片にしました。試験では、珪藻土の割合が高くなるほど高温での形状安定性が大幅に改善し、加熱時の質量損失が数パーセントから約1パーセント強まで低下しました。ただし、鉱物の割合が増えると、単位質量当たりの蓄熱量は減少しました。

熱流を速めるグラフェンの経路

蓄熱能力があっても熱が速やかに出し入れできなければ意味がありません。そこでチームは、優れた熱伝導性で知られる薄い炭素シート、グラフェンナノプレートレットを添加しました。走査型電子顕微鏡像では、薄い板状のフレークが珪藻土とエリスリトールの混合物に広く分散し、熱が材料全体を伝わる連続した経路を形成していることが示されました。質量比でわずか4パーセントのグラフェンと40パーセントの珪藻土を含む複合材では、純エリスリトールと比べて熱伝導率が約261パーセント向上し、漏れを防ぎつつ工学材料に近い伝導性を実現しました。

アルゴリズムに配合を最適化させる

鉱物の量やグラフェンの量が多ければ必ずしも性能が良くなるわけではないため、著者らは最良の配合を見つけるためにコンピュータモデリングを用いました。彼らは二種類のモデルを構築しました：データに曲面を当てはめる統計モデルと、入力の組み合わせが出力に与える影響を模倣する単純な人工ニューラルネットワークです。27種類の混合物から得た測定値を用いて、両モデルはグラフェンと珪藻土の量が熱流にどのように影響するかを学習し、新しい配合の熱伝導率を高精度で予測できました。これにより、迅速な熱伝達、良好な蓄熱容量、低重量を両立する実用的な組成範囲を描き出すことが可能になりました。

日常的なエネルギー利用にとっての意義

その結果、基材単体よりもはるかに速く熱を出し入れでき、かつ中温域で大量の熱を蓄えられる、漏れない固体ブロック群が得られました。平たく言えば、本研究は砂糖に似た化合物、多孔質の天然鉱物、炭素フレークを組み合わせ、機械学習の助けを借りて調整することで、より賢い熱バッテリーを作れることを示しています。これらの材料は、太陽熱ヒーター、建物の壁、熱タンクなどに組み込まれ、晴れているときに熱を取り込み後で放出することで、将来のエネルギーシステムをより安定で効率的にする可能性があります。

引用: Nassar, A., Nassar, E., Rivilla, I. et al. Multi-scale hybrid composites of erythritol/diatomite/GNP for enhanced thermal energy storage: experimental and machine learning optimization. Sci Rep 16, 15458 (2026). https://doi.org/10.1038/s41598-026-41825-4

キーワード: 熱エネルギー貯蔵, 相変化材料, エリスリトール複合材料, グラフェンナノプレートレット, 機械学習による最適化