Roadmap to 2050 カーボン・ニュートラル推進連続セミナー第6回「太陽光発電 – 薄膜化技術を中心に」 |
開催日時 | 2022年5月26日(木)14:00~16:15 |
---|---|
会場名 | オンライン開催 |
会場の住所 | オンライン開催 |
参加費 | 無料 |
定員 | 200名(一般の方、京都大学関係者など)
|
主催 | 京都大学カーボン・ニュートラル推進フォーラム
|
共催 | 京都大学オープンイノベーション機構
|
申し込み方法 | 下記「申し込みURL」よりお申込みください。
※申込期限:5月25日(水)正午 (ただし、申込多数の場合、期限前でもお断りする場合がありますので予めご了承ください。) (お申込み頂いた皆様へ開催後、アーカイブ配信のご案内をさせて頂きます。アーカイブ配信でのご視聴を希望される場合も、上記申し込み期限内にお申込みください。) ※参加者はパソコンなどの端末、ネット環境が必要です。 ※お申込者以外の方は視聴できませんので、予めご了承ください。 ※当日のイベントURLについては、ご登録のアドレスに電子メールにてお送りします。 ※GmailやYahoo!メールなどのフリーメールアドレスをご利用の方、フィルタリング機能を有効にしている方は、削除フォルダ、迷惑メールフォルダもご確認ください。 ※携帯メールを使用され、 メール防止フィルターをご利用の場合は、@kyodai-original.co.jpのフィルター解除をお願いします。 |
問い合わせ先 | 京都大学カーボン・ニュートラル推進フォーラム事務局
(京大オリジナル株式会社:本フォーラムの一部業務は、京大オリジナル株式会社が京都大学(オープンイノベーション機構)より委託を受け、実施しています。) TEL:075-753-7778 E-mail:kensyu@kyodai-original.co.jp |
問い合わせ電話番号 | 075-753-7778 |
申し込みURL | こちらをクリック |
チラシPDF | こちらをクリック |
イベント内容 | 京都大学では、人、社会、環境にとって喫緊の課題であるカーボン・ニュートラルについて、研究者同士が情報共有するためのプラットフォーム「京都大学カーボン・ニュートラル推進フォーラム」を設立しました(2021 年5月)。多くの方々とこの問題を共有し対策を行うことを目的に、カーボン・ニュートラル各技術産業分野をテーマにした連続セミナーを実施しています。
カーボン・ニュートラル社会の実現に向けて京都大学の多様な研究者の視点からアプローチする各回の内容は、産業や企業規模を問わず、開発技術にご興味をお持ちで、今後の実用化に向けて京都大学との連携に関心がある方におすすめです。 ※ご希望者に、別日程で登壇教員との産学連携に関する個別面談が可能です。 (都合によりご希望に添えない場合もございます。ご了承ください) 過去のRoadmap to 2050連続セミナーはこちら↓ 第1回 「太陽光発電・蓄電システム」 第2回 「バイオマス研究の新展開①」 第3回 「バイオマス研究の新展開②」 第4回 「新規二次電池の開発」 第5回 「光を活用したエネルギー技術の開発 ー人工光合成、有機太陽電池」 |
3分 | ご案内(事務局) |
---|---|
2分 | ご挨拶
京都大学オープンイノベーション機構 |
ご講演(45分)+質疑応答 | 講演「薄膜型全固体二次電池 ―IoTチップと超高エネルギー密度化への可能性―」
土井俊哉(京都大学エネルギー科学研究科 教授) リチウムイオン電池が市販されてから約30年経過し、小型携帯機器から電気自動車に至る幅広い製品に使用されています。最近では新しい固体電解質が発見されたことにより、全固体リチウム電池の開発も盛んに行われています。当研究室では、IoTデバイスの1チップ化を目指してSiウェハー上への薄膜型全固体二次電池形成に取り組んでいます。またウェアラブルデバイス用電源として可撓性基板上への薄膜型全固体二次電池の作製にも取り組んでいます。最近プラスチック板上に室温~200℃の低温で、薄膜型全固体リチウムイオン電池を作製することに成功しました。本セミナーで紹介させていただくとともに、この低温作製技術を活用することで既存の電池材料を使ってエネルギー密度を2倍近くに高めることが可能な積層薄膜型全固体リチウムイオン電池についても議論させていただきます。 |
ご講演(60分)+質疑応答 | 講演「多元系半導体製膜における熱力学および機械学習の活用」
野瀬嘉太郎(京都大学工学研究科 准教授) 材料の多元化に伴い、その作製過程では高度な制御が求められます。本セミナーでは太陽電池用多元系材料の製膜を例に、ドライプロセスにおける熱力学および機械学習の活用についてお話します。熱力学を基にプロセスを構築する場合は演繹的であるのに対し、機械学習では前提知識を必要とせず帰納的に条件を見出します。一見180°異なるこれらの特徴と活用法を大学なりの視点でご紹介します。 |
2分 | ご案内(事務局) |