top of page
このホームページは
.com
を使って作成されました。あなたも無料で作ってみませんか？今すぐはじめる

長田研究室のホームページへようこそ

　水とバイオマスから付加価値の高い材料を創っています。

興味がある学生さん、企業の方は、遠慮なくお問い合わせ下さい。

最近の研究論文1

高温高圧水中でのNN-ジエチルアセトアミドの高速ラジカル重合
Industrial & Engineering Chemistry Research誌、61巻、46号、17012ページ、2022年

論文概要14.png

【要旨】サーキュラーエコノミー（循環型経済）や持続可能な化学産業の実現のため、低環境負荷なポリマー合成法が求められています。本研究では、NN-ジエチルアクリルアミドのラジカル重合を高温高圧水中(150 °C, 0.5 MPa)で行い、反応時間2分でモノマーが完全に転化することがわかりました。得られたポリマーの分子量は70℃の水中で重合したものと同程度であり、また150℃の有機溶媒中で重合した場合よりも高分子量かつ分子量分布が狭いことがわかりました。この原因としては、モノマーのカルボキシ基と水分子の水素結合や、不均化停止反応が抑制されたことが挙げられます。高温高圧水中を反応場としたラジカル重合反応は、短時間かつ低環境負荷であることから、工業的にも有望です。

最近の研究論文2

機械学習による高温高圧水に対する有機物の溶解度予測
The Journal of Supercritical Fluids誌、190巻、105733ページ、2022年

論文概要13.png

【要旨】高温高圧水中での有機反応の制御には、反応場の相挙動（均一相や液液２相）の把握が必要です。当研究室でもバイオマス変換を検討してきましたが、反応場で溶質が均一に溶解しているのかどうかを、知りたいと考えていました。

　この論文では、機械学習を用いて高温高圧水に対する有機物の溶解度の予測を行いました。機械学習では、一般に多くの実験値（学習データ）が必要ですが、高温高圧水中での溶解度データは少ないことが問題でした。そこで本研究では、常温常圧での水に対する有機物の溶解度の実験値も学習データに加えました。これにより、有機物の化学構造、水の温度、水の密度を入力することで、高温高圧水に対する様々な有機物の溶解度を予測することが可能になりました。

　（余話）長田研が機械学習に取り組むきっかけは、2020年春に2ヵ月ほど大学での実験が一切できなくなったことです。その間に、研究室全体で機械学習の取り組みを始めました。ピンチをチャンスに変えたいと思いました。今後も、様々な分野に機械学習を利用した研究を進めていきます。

bottom of page