[1E05-09] 機械学習・AI利用

[1E06] 機械学習分子動力学による(Ca,Sr)F₂の高温物性の評価

*中村 博樹¹、町田 昌彦¹、加藤 正人¹ (1. JAEA)

キーワード：CaF2、SrF2、機械学習分子動力学、Bredig転移

MOX燃料物質の熱物性を計測する際、融点近くの高温領域での実験は困難である。そこで、代替物質として、融点が低く、結晶構造が同じであるフッ化カルシウムとフッ化ストロンチウムの固溶体(Ca,Sr)F2を用いて、高温物性の特徴を評価することがある。本発表では、第一原理計算を学習した機械学習分子動力学を用いて(Ca,Sr)F₂の物性を評価した。特に、融点直下で起こる比熱の増大（Bredig転移）を詳細に調べ、MOX燃料への応用について議論する。