Please note that JavaScript and style sheet are used in this website,
Due to unadaptability of the style sheet with the browser used in your computer, pages may not look as original.
Even in such a case, however, the contents can be used safely.

自旋賽貝克元件之材料研發運用自旋賽貝克效應的熱電轉換 開創廢熱回收使用的全新可能性

利用溫差將熱能轉換成電能

現代社會每天皆消耗大量能源,結果產生了廢熱(未使用的熱能)。例如汽車引擎或空調的熱泵、工廠與廠房中運作的機械設備等排出的廢熱,幾乎全以氣體或溫水的型態被捨棄至大自然中。據說廢熱能源高達所有消費能源的70%左右。

因此近年來業者紛紛開始研發回收廢熱再利用的技術。其中,擁有未來發展潛力而倍受期待的,就是熱電轉換技術。

這是一種利用存在溫差的材料之間或不同種類的材料之間會產生電動勢的現象(賽貝克效應),從熱能中直接取出電能的技術。這項技術不需設置發電機般的驅動裝置,只要使用名為賽貝克元件的半導體型元件讓電動勢增大,就能將熱能轉換成電能。

賽貝克效應早在1821年即被發現,目前已實際運用在實驗與創意商品方面。但將2種半導體模組連接成直列的賽貝克元件構造極為複雜,且缺乏成本效益性與耐久性,故至今仍未廣泛普及。

 

 

製造成本低廉、且兼具優秀泛用性與耐久性的自旋賽貝克元件

另一方面,任教於東北大學(當時任教於慶應義塾大學)的齊藤英治教授團隊則是在2008年發現自旋賽貝克效應。這種效應是創造溫差後的磁性體兩端,會在與溫差平行的方向產生磁性自旋流的現象,而使用該效應的自旋賽貝克元件,能夠在與熱流垂直的方向取出電流。

此外自旋賽貝克元件的構造非常簡單,僅由磁性絕緣體與傳導體的雙層膜構成,因此製造成本低廉,並兼具優秀的泛用性與耐久性;而且只要擴大元件面積,與其面積等比取出的電量也會隨之增大。

在賽貝克元件的情況下,廢棄的熱流與能夠取出的電流為固定比例不變(維德曼–夫蘭茲定理),相對的,自旋賽貝克元件則可利用磁性絕緣體讓熱能不易流動,增加自旋流,同時並以傳導體改善電子流動,以此提高熱電轉換的效率。由於磁性絕緣體與傳導體可分別當作獨立零件進行控制與改善,故潛藏著大幅提升性能的可能性。

NEC在與東北大學的共同研究中,研發出鉑的替代材料,以此提升10倍以上的效率

NEC領先業界注意到自旋賽貝克元件的革新性與可能性,是從2010年起,開始與東北大學齊藤教授團隊的共同研究。


筑波研究所的研究團隊,最初著手的研究是驗證低製造成本的可能性。原本用於驗證自旋賽貝克效應的研究室等級元件,使用昂貴稀少的物質製作其基板,但該團隊改為一般玻璃基板,並運用在玻璃基板上塗佈的高效率方法,成功形成磁性絕緣體。接著,針對研究核心的磁性絕緣體與傳導體,致力於研發、尋找新材料。

傳統的傳導體材料皆採用昂貴的鉑,但單一的金屬材料,難以獲得超越鉑的熱電轉換效率。為了解決成本上的問題,NEC與研究團隊共同研究持續尋找新材質。在經過多次嘗試錯誤後,終於研發出能替代鉑的材料「鈷合金」,藉由對鈷合金賦予磁性的方式,熱電轉換效率是鉑的10倍以上。

相較於賽貝克元件這種傳統技術的熱電轉換效率,這樣的成果仍有許多尚待研究的空間。但只要藉由努力研發與尋找合適的材料,成果必定能大幅提升,帶來更多進步。今後的方針是活用過去6年累積的研發資料,運用AI(人工智慧),名為「材料資訊學」的研發手法(參考下文說明),加速執行材料研發與尋找的作業。

運用「材料資訊學」從資料中找出全新線索

在與東北大學的共同研究中,NEC負責適合大量生產的自旋賽貝克元件之設計、研發與製作的一系列製程。在前文中介紹的鈷合金,即是耗時約6年研發與尋找材料所獲得的重大成果。由於我們已研發出能替代鉑的全新鈷合金材料,因此亦成功大幅降低材料成本。

此外在這次尋找材料的過程中,我們成功地以合金的構想突破困難,因此,未來也考慮將焦點鎖定在合金,繼續尋找新材料。另外,將對鈷合金這類磁性金屬賦予溫差的熱電效應「異常能斯特效應」,併用自旋賽貝克效應,讓熱電轉換效率提升為原本的10倍以上。因此,並不限於本次介紹的鈷合金,尋找各種金屬元素組成的磁性合金材料,也成為未來尋找的課題。

未來,將以上述的研究方向,進一步更為積極運用「材料資訊學」這種全新的研發方式。「材料資訊學」這種方式,是針對材料研發、尋找而設計的AI(人工智慧),AI透過學習過往研發尋找的資料而變得更加聰明,進而推導出未來研發、尋找線索的嶄新答案。AI能徹底依據資料進行思考與作出判斷,不會受到人類的常識或偏見侷限,因而能提出人類未曾注意到的大膽見解。此外若在1張基板上併用各種不同組成的材料,一次對所有組成進行評估的「結合(combinatoria)方式」,「材料資訊學」將能發揮出更好的本領。(日文版原文發表日期:2016年7月)

研究者簡介

桐原 明宏 NEC IoT裝置研究所主任研究員

大學主修物理工學。進入NEC後任職於筑波研究所,負責研究量子資訊通訊用的光裝置等。自與東北大學開始共同研究的2010年起,即參與自旋賽貝克元件的研發工作。2013年前往德國的凱撒勞頓留學1年,學習自旋流熱電轉換的基本原理及自旋流的測量、可視化技術,將其活用於自旋賽貝克元件的研發中。喜好品酒,在德國留學期間充分享受當地的啤酒,也熱衷於參加研究所夥伴間定期舉辦的飲酒聚會,彼此交換資訊。

岩崎 悠真 NEC IoT裝置研究所

大學主修物理學。使用STM(掃描穿隧式顯微鏡)研究物質的表面物性。進入NEC後負責研究AI與機械學習。2013年改調至筑波研究所,加入自旋賽貝克元件的研發團隊。負責運用材料資訊學,研發與尋找自旋賽貝克元件的材料。2015年起前往美國留學,於美國國家標準與技術研究院與馬里蘭大學研究材料資訊學專用的AI。興趣為從小學持續練習至今的足球,幾乎每週都會以當地足球隊的隊員身分參加比賽。留學時曾加入華盛頓特區的三線球隊擔任中場。

Contact