Yano E-Plus 2021년 10월호(No.163) (일본어판)

자료코드
D63100810
정가(엔)
97,142
발간일
2021/10/15
체재
B5 / 122페이지
※정기간행물의 가격은 연간(1년) 정기구독 가격이며, 낱권 판매는 하지 않습니다.
※본 보고서는 일본어로 작성된 자료입니다.

조사자료 상세정보

목차
Close

≪차세대 시장 트렌드≫

차세대 양자기술 시리즈(6) ~양자물성~(3~37페이지)

~개체전자론의 중심 과제, 전자 상관과 깊게 관련되어 있는 강상관 전자계를 포함해

 양자물성을 이해하기 위해서는 고체 중 전자 거동에 대한 이해가 필요~

1. 양자물성이란

2. 주목받는 양자물성

2-1. 원자, 분자, 나노물성

2-2. 광양자 물성

2-3. 극저온 물성

2-4. 초고압 물성

3. 양자물성의 시장규모 예측

그림·표1. 양자물성의 일본 및 세계 시장규모 예측(금액: 2025-2050년 예측)

4. 양자물성에 관련된 기업·연구기관의 대응 동향

4-1. 공립학교법인 오사카시립대학

(1) 상호작용 제어: 새로운 극저온 양자계 개발

그림1. 페쉬바흐 공명에 의한 원자간 상호작용의 제어

그림2. 칼륨과 루비듐 원자의 충돌에서의 페쉬바흐 공명

(2) 냉각 극성 분자의 생성

그림3. 극저온 극성 분자를 작성하는 새로운 방법(간접법)

(3) 극저온 분자를 사용하여 전자와 양성자의 질량비 불변성 검증에 성공

그림4. 실험의 대략도

그림. Μ의 불변성 검증에 이용한 분자 준위

4-2. 국립대학법인 쓰쿠바대학

(1) 전기화학적인 고체-액체 계면

그림. 전기화학 계면과 그 근방의 정전 퍼텐셜

(2) 전기화학 계면을 시뮬레이션하는 방법

그림. 전극 충전 과정과 물의 응답

(3) 전기화학 계면의 전극 전위 결정

그림8. 전극/용액 계면의 정전 퍼텐셜 프로파일

(4) 전기화학 계면 시뮬레이션의 응용 예

그림9. 응용 예: 나노 공간 내의 정전 퍼텐셜 프로파일,

그림10. 응용 예: Al의 부식(좌) 부식 계면의 모식도, (우)부식 전위의 pH 의존성(문헌[4]의 그림을 수정하여 인용)

4-3. 국립대학법인 도쿄대학(1)

(1) 강레이저장 안의 원자·분자 거동

그림11. 터널 이온화의 이미지

그림12. 고차 고조파 발생=아토초 레이저의 원리

(2) 다전자 파동함수를 취급하는 접근방식으로서의 다배치 전개

그림13. 다배치 전개 모식도

그림14. 강레이저장 중의 1,3-시클로헥사디엔의 고차 고조파 스펙트럼 계산 예

(3) 고강도 레이저와 고체의 상호작용에 관한 수치계산 예

그림15. 세렌화갈륨결정으로부터의 고조파 스펙트럼의 편광 의존성 계산 예

그림16. 할로겐화금속 페로브스카이트 반도체로부터의 고조파 발생과 에너지 흡수의 계산 예

(4) 양자 컴퓨터를 이용한 양자 시뮬레이션

그림17. NISQ 알고리즘을 이용한 고차 고조파 발생의 계산 예

4-4. 국립대학법인 도쿄대학(2)

(1) 실온 초전도 탐색

(2) 초전도 현상의 메커니즘

(3) Cu산화물 고온 초전도체의 등장

그림18. Cu산화물 초전도체의 Tc의 변천

(4) 실온 초전도는 어디에?

(5) 히로이연구실의 최근 토픽

그림19. 2개의 5d 전이금속 파이로클로어 산화물의 전기 저항

그림20. 다색성을 나타내는 혼합 음이온 화합물 Ca3 ReO5Cl2

4-5. 공립대학법인 효고현립대학

그림21. 다중 극한환경 하 편광 특성을 이용한 57Fe 핵공명 전방산란측정을 실시하기 위한 실험 모식도

그림22. A Fe2As2의 원소 치환 혹은 압력 인가에 의한 전형적인 상

그림23. α-Fe: (a)핵공명 전방산란측정의 모식도와 57Fe 핵의 에너지 준위(b), (c)57Fe 핵공명 전방산란 스펙트럼

그림24. EuFe2 As2: (a)57Fe 핵의 에너지 준위와 산란 X선의 편광 (b)-(e) 57Fe 핵공명 전방산란 스펙트럼, 동그라미 표시가 측정 스펙트럼을 실선이 해석 스펙트럼을 나타낸다

4-6. 학교법인 와세다대학

(1) 지금까지의 연구

(2) 이번 연구로 밝혀진 것

그림25. 그래핀의 원자배열(좌) 기존의 사고방식, (우)본 연구에서 밝혀진 실제 배열

(3) 새로운 실험방법=TRHEPD법

TRHEPD법은 일본이 세계를 선도하고 있는 실험기법이다

(4) 본 연구의 파급효과

앞으로의 과제

5. 고온 초전도가 밝혀지는 날

스마트 센싱 시리즈(9) 로봇용 센서 시장의 동향 ~엔드이펙터 편-2~(38~57페이지)

~향후는 로봇 비전이 한층 고성능화되면서 역각센서가

 본격 보급기를 맞이해 핸들링 로봇의 지능화가 진행~

1. 들어가며

1-1. 산업용 로봇용 센서의 총 시장규모

그림·표1. 산업용 로봇용 센서의 세계 총 시장규모 예측(금액: 2020-2025년 예측)

1-2. 엔드이펙터용 센서의 시장 동향

(1) 센서의 종류별 구성비

그림·표 2. 엔드이펙터용 센서 세계 시장의 종류별 구성비(금액: 2020년)

(2) 주목 센서의 업계 동향

① 로봇 비전

그림1. 로봇 비전의 제품 예와 이용 형태(사례)

그림2. Kyoto Robotics의 지능피킹로봇의 기능 이미지와 이용 예

② 역각센서

그림3. 역각센서의 변형 게이지형과 정전용량형의 구조 예와 제품 예

1-3. 산업용 로봇용 센서의 종류별 구성비

그림·표 3. 로봇용 센서의 총 시장규모와 그 구성비(금액: 2020년 세계시장)

2. 주목 기업의 대응

2-1. OnRobot A/S / OnRobot Japan 주식회사

그림4. On Robot의 그리퍼(좌, 좌중)와 흡착핸드(우중, 우)의 제품 예)

그림5. OnRobot의 「Quick Changer」(좌)와 외부 설치용 센서(중, 우)

2-2. TE Connectivity Ltd. / 타이코일렉트로닉스재팬 합동회사

그림6. TE Connectivity 로봇용 센서 사례

2-3. Universal Robots A/S / 유니버설로봇 일본지사

그림7. Univesal Robots의 「Ure-시리즈」의 제품 예와 이용 예

2-4. 화낙 주식회사

그림8. 화낙의 협동로봇 제품 예와 이용 예(우)

그림9. 화낙의 비전센서 제품 예(좌)와 그 이용 형태

그림10. 화낙의 역학센서 기능(좌)과 제품 예(중, 우)

일본 상용차 커넥티드(1)(58~68페이지)

~상용차의 운행관리는 통신과 클라우드로 진화하여 많은 사업자에게 받아들여져 왔다~

1. 자율주행에 대한 기대

2. 상용차 운행관리(트래킹)의 3가지 장치

(1) 운행기록계(타코그래프)

① 타코그래프의 특징

그림1. 운행기록계(타코그래프)

표1. 차량 구분

② 타코그래프의 제품 예·제조사

표2. 디지털운행기록계(국토교통대신이 인정한 기기 일람)

(2) 업무용 운행기록장치(Drive Recorder)

① 업무용 운행기록장치 의 특징

② 업무용 운행기록장치 제품 예, 제조사

표3. 운행기록장치 (국토교통대신이 인정한 기기 일람)

(3) 디지털운행기록계 ·운행기록장치 일체형

① 디지털운행기록계·운행기록장치 일체형의 특징

② 디지털운행기록계·운행기록장치 일체형의 제품 예·제조사

표4. 디지털운행기록계·운행기록장치 일체형(국토교통대신이 인정한 기기 일람)

운행관리기기 업체의 참여 상황

표5. 운행관리기기 메이커의 취급 장치 종류

《주목 시장 포커스》

머티리얼 DX 시리즈(1) ~부감적 총론~ (69~114페이지)

~아카데믹한 세계에서 시작된 데이터 과학을 활용한 재료 개발 MI,

 이제는 산업계를 아우르는 데이터 구동형 머티리얼 DX가 시동~

1. 머티리얼 DX의 시동

1-1. 머티리얼스 인포매틱스(MI)에서 머티리얼DX로

1-2. 재료개발 프로세스의 DX화

1-3. 일본의 장래를 짊어질 머티리얼 DX

2. 머티리얼 DX에 관한 해외 동향

2-1 미국의 동향

2-2. EU의 동향

2-3. 중국의 동향

3. 리얼 DX에 관한 일본의 동향

3-1. 문부과학성

(1) 머티리얼 혁신역량 강화 전략 수립

그림1. 머티리얼 혁신역량 강화 전략 개념도

(2) 데이터 구동형 머티리얼 연구개발에 관련된 문부과학성을 중심으로 한 지금까지의 대응

① NIMS가 구축하는 데이터베이스

그림 2. NIMS를 중심으로 지금까지 구축되어 온 데이터베이스

② 산업계와의 연계

(3) 머티리얼 DX 플랫폼 생성

① 머티리얼 DX 플랫폼 구상 실현을 위한 대응

그림3. 머티리얼 DX 플랫폼 구상의 아웃라인

② 데이터 핵심 거점에서 실현하는 시스템

그림4. 데이터 핵심 거점에서 실현하는 시스템 모식도

③ 데이터 창출 기반(머티리얼 첨단 리서치 인프라 사업) 체제

그림5. 데이터 창출 기반(머티리얼 첨단 리서치 인프라 사업) 체제 맵

④ 데이터 창출·활용형 머티리얼 연구 개발 프로젝트 FS

(4) 머티리얼 DX는 일본의 과학기술 이노베이션 전체의 수준 향상으로 이어진다

3-2. 국립연구개발법인 물질·재료연구기구(NIMS)

(1) MaDIS에 대해서

(2) 데이터 구동형 재료 개발의 계보

그림6. NIMS의 데이터 구동형 연구 추진

(3) 데이터 플랫폼 구축

그림7. 세계 최고 수준의 연구 기반으로서의 재료 데이터 플랫폼

그림8. 실험 데이터를 사용할 수 있는 형태로 자동 수집하는 시스템

그림9. NIMS의 실험 데이터 자동수집시스템

(4) 데이터 구동형 연구를 통한 재료개발 사례

그림10. 데이터 구동에 의한 재료의 연구개발 사례

(5) 머티리얼 DX의 장래 전망

그림11. 재료 분야의 데이터 구동 연구, 데이터 기반 구축의 계보

4. 머티리얼 DX의 시장규모 예측

그림·표1. 머티리얼DX의 일본 및 세계 시장규모 예측(금액: 2025-2050년 예측)

그림·표2. 머티리얼DX의 분류별 일본 시장규모 예측(금액: 2025-2050년 예측)

그림·표3. 머티리얼DX의 분류별 세계 시장규모 예측(금액: 2025-2050년 예측)

5. 머티리얼 DX 관련 기업·연구기관의 대응 동향

5-1. 국립연구개발법인 산업기술종합연구소

(1) 기본적인 생각

그림12. 멀티 스케일, 멀티 피직스 계산 재료 설계의 개념도

그림13. 산업기술종합연구소의 머티리얼 DX 관련 프로젝트

그림14. 재료 설계 플랫폼 보급을 위한 컨소시엄 체제

(2) 연구 접근법

그림15. 연구 접근법을 나타낸 개념도

(3)계산 시뮬레이션 기술의 개발 

(4) MI 기반기술 개발: 자율적으로 물질·재료연구기구 탐색을 진행하는 로봇시스템 개발

그림16. (a)본 로봇시스템의 구성도 (b)본 시스템을 이용한 재료 합성의 개념도

(5) 재료 데이터 PF 개발

그림17. 실험 데이터와 계산 데이터의 온디멘드 자동·고속 수집하는 데이터 플랫폼 시스템 예

(6) AI와의 융합을 통한 계산 시뮬레이션 능력 확대: 계산 시뮬레이션과 AI를 연계하여 가상 실험환경 구축

그림18. 학습이 끝난 DL에 의해 예측된 파단 접합 히스토그램 플롯. 삽입도는 제1원리 계산 시뮬레이션 결과를 이용한 검정과 검증을 나타낸다. 결정계수(R2값)를 수치로 기재했다. 왼쪽은 학습 데이터에 대한 테스트 결과, 오른쪽은 검증 데이터를 이용한 테스트 결과

(7) 데이터 구동형 재료 설계 기술의 아웃컴

그림19. 데이터 구동형 재료 설계 기술의 아웃컴 개략

5-2. 나가세산업 주식회사

(1) 신재료 탐색 플랫폼 'TABRASA'의 SaaS 서비스 제공 시작

그림20. 'TABRASA'의 2개의 엔진과 특징

(2) 신재료 탐색 SaaS형 PF 'TABRASA'~산요화성공업 주식회사가 도입을 결정~

5-3. 국립대학법인 도카이국립대학기구 나고야대학

(1) GiSM

그림21. 통합형 재료 디자인 GiSM의 콘셉트를 나타낸 모식도

(2) 이미지 인식과 정량 조직학

(3) ML에 의한 순해석과 역해석

5-4. 국립대학법인 나라첨단과학기술대학원대학

(1) 데이터 구동형 사이언스 창조센터(DSC) 설립과 의의

그림22. 나라첨단대학의 조직도와 DSC의 위상

그림23. DSC의 조직과 구성

그림24. DSC의 연구·교육 프로그램 개요

그림25. 데이터 구동형 사이언스 컨소시엄의 개요

(2) MI의 새로운 방법 개발과 응용

그림26. MI의 기본 프로세스

그림27. BO를 이용해 학습을 통해 신속하게 목표에 도달 (a)목표영역과 예측치가 가까운 경우, (b)목표영역과 예측이 먼 경우

그림28. PI 생각을 나타낸 모식도

(3) MI기법을 최적화한 선진적인 재료 개발 프로세스

그림29. 데이터 수집, 예측기 구축, 탐색, 실증 재료 개발 루프

그림30. 물질 계층에 따른 멀티 스케일로 모델화·수치 계산이 필요

그림31. 재료 후보 선택의 정확도를 향상시키는 구조

6. 머티리얼 DX 발전을 위한 과제

≪시기적절 콤팩트 리포트≫

폴리에틸렌 시장 철저 분석(115~119페이지)

~ 촉매, 중합 프로세스, 폴리머 설계에 입각한 고기능 PE 개발로

 톱엔드의 영역 확대를 지향하다!~

머리말

1. 시장 개황

2. 분야별 동향

2-1. HDPE 시장

2-2. LDPE 시장

2-3. EVA 시장

2-4. L-LDPE 시장

3. 주목 토픽

4. 장래 전망

그림·표1. 분야별 PE 시장규모 추이·예측(수량: 2018-2022년 예측)