新しい材料の発見と製造のための「ゲームチェンジャー」となる革新的な 3D プリンティング技術

ノートルダム大学 2023年6月6日

高スループットのコンビナトリアル印刷の図。 新しい 3D プリンティング手法であるハイスループットコンビナトリアルプリンティング (HTCP) は、新材料の発見と生産を大幅に加速します。 クレジット: ノートルダム大学

ハイスループットコンビナトリアルプリンティング（HTCP）と呼ばれる新しい3Dプリンティング方法が開発され、新材料の発見と生産を大幅に加速します。

The process involves mixing multiple aerosolized nanomaterial inks during printing, which allows for fine control over the printed materials’ architecture and local compositions. This method produces materials with gradient compositions and properties and can be applied to a wide range of substances including metals, semiconductorsSemiconductors are a type of material that has electrical conductivity between that of a conductor (such as copper) and an insulator (such as rubber). Semiconductors are used in a wide range of electronic devices, including transistors, diodes, solar cells, and integrated circuits. The electrical conductivity of a semiconductor can be controlled by adding impurities to the material through a process called doping. Silicon is the most widely used material for semiconductor devices, but other materials such as gallium arsenide and indium phosphide are also used in certain applications." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">半導体、ポリマー、生体材料など。

由緒あるエジソン流の試行錯誤の発見プロセスは時間がかかり、多大な労力を要します。 このため、クリーン エネルギーや環境の持続可能性、さらにはエレクトロニクスや生物医学機器など、緊急に必要とされている新技術の開発が妨げられています。

ノートルダム大学の航空宇宙・機械工学准教授ヤンリャン・チャン氏は、「新素材の発見には通常10～20年かかる」と述べた。

「その時間を 1 年未満、あるいは数か月未満に短縮できれば、新材料の発見と製造に大きな変革がもたらされるだろうと考えました。」

今回、Zhang 氏はまさにそれを実現し、従来の製造では実現できない方法で材料を製造する新しい 3D プリンティング方法を開発しました。 新しいプロセスでは、単一の印刷ノズル内で複数のエアロゾル化ナノマテリアル インクを混合し、印刷プロセス中にインクの混合比をその場で変更します。 ハイスループットコンビナトリアルプリンティング (HTCP) と呼ばれるこの方法は、印刷材料の 3D アーキテクチャと局所組成の両方を制御し、マイクロスケールの空間解像度で勾配のある組成と特性を持つ材料を生成します。

彼の研究は、2023 年 5 月 10 日付けの Nature 誌に掲載されました。

エアロゾルベースの HTCP は非常に汎用性が高く、ポリマーや生体材料だけでなく、幅広い金属、半導体、誘電体にも適用できます。 これは、「ライブラリ」として機能する組み合わせマテリアルを生成し、それぞれに何千もの独自の組成が含まれます。

Zhang氏は、複合材料プリンティングとハイスループット特性評価を組み合わせることで、材料発見を大幅に加速できると述べた。 彼のチームはすでにこのアプローチを使用して、優れた熱電特性を備えた半導体材料を特定しており、環境発電および冷却用途に有望な発見です。

HTCP は、発見を迅速化することに加えて、硬いものから柔らかいものに徐々に移行する機能的に傾斜した材料を生成します。 このため、柔らかい身体組織と硬いウェアラブルおよび埋め込み型デバイスの間を橋渡しする必要がある生物医学用途で特に役立ちます。

In the next phase of research, Zhang and the students in his Advanced Manufacturing and Energy Lab plan to apply machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">機械学習と人工知能に基づく戦略を HTCP のデータ豊富な性質に適用して、幅広いマテリアルの発見と開発を加速します。

「将来的には、材料発見とデバイス製造のための自律的かつ自動運転のプロセスを開発して、研究室の学生が自由に高度な思考に集中できるようにしたいと考えています」と張氏は語った。

参考文献: 「エアロゾルからの組み合わせ材料の高スループット印刷」 Minxiang Zeng、Yipu Du、Qiang Jiang、Nicholas Kempf、Chen Wei、Miles V. Bimrose、ANM Tanvir、Hengrui Xu、Jiahao Chen、Dylan J. Kirsch、Joshua Martin 著、ブライアン・C・ワイアット、林辰則、モルタザ・サイディ＝ジャバシュ、坂上弘隆、ババク・アナソリ、リフア・ジン、マイケル・D・マクマートリー、ヤンリアン・チャン、2023年5月10日、自然、DOI: 10.1038/s41586-023-05898-9