ИИ раскрыл невидимый магнитный хаос, теряющий энергию в электродвигателях

Новая модель использует персистентную гомологию для анализа топологических особенностей в данных и извлечения неоднородных структурных признаков из изображений доменов. Ландшафт свободной энергии с расширенной энтропией раскрывает перемагничивание в лабиринтовых доменах. Объяснимая модель Гинзбурга-Ландау с расширенными энтропийными признаками (eX-GL) отображает сложные лабиринтоподобные магнитные доменные структуры в ландшафт свободной энергии, позволяя идентифицировать ключевые энергетические барьеры и механизмы, управляющие температурно-зависимым перемагничиванием. Источник: Профессор Масато Котсуги, Токийский университет науки, Япония

Стремительный рост популярности электромобилей подстегнул поиск способов повышения энергоэффективности электродвигателей. Одной из главных проблем являются потери в стали, также известные как потери на магнитный гистерезис. Они возникают, когда магнитные поля внутри двигателя многократно меняют направление, рассеивая энергию в виде тепла в сердечнике из магнитомягких материалов. Поскольку электродвигатели часто работают при высоких температурах, тепловые эффекты могут частично размагничивать эти материалы, усугубляя проблему энергопотерь.

Ключевым фактором, влияющим на эти эффекты, является поведение магнитных доменов — крошечных магнитных областей внутри материала. Их расположение и структура сильно влияют на то, как магнитные материалы реагируют на нагрев и сколько энергии теряют при работе.

Исследователи под руководством профессора Масато Котсуги и доктора Кена Масузавы из Токийского университета науки (TUS), Япония, совместно с коллегами из Университета Цукубы, Университета Окаямы и Киотского университета разработали новую модель под названием eX-GL (entropy-feature-eXtended Ginzburg-Landau). Этот подход был применен для изучения энергетического ландшафта лабиринтовых доменов в железо-иттриевом гранате (RIG).

«Обычные симуляции чрезмерно упрощают реальные материалы, в то время как эксперименты показывают сложность без четкого способа количественно оценить причину и следствие, — объясняет профессор Котсуги. — Наша физически обоснованная объяснимая структура искусственного интеллекта устраняет эти ограничения и предназначена для механистического объяснения температурно-зависимого процесса перемагничивания».

Результаты исследования были опубликованы в журнале Scientific Reports.

Чтобы изучить, как температура влияет на размагничивание в лабиринтовых доменах, исследователи получили микроскопические изображения магнитных доменов в образце RIG при разных температурах. Затем эти изображения были проанализированы с помощью модели eX-GL.

На первом этапе модель использует персистентную гомологию (PH) — сложный математический метод, выявляющий топологические особенности в данных. Это позволило команде обнаружить неравномерные структурные характеристики в изображениях магнитных доменов. Затем было применено распознавание образов на основе машинного обучения для определения наиболее важных признаков из данных PH, что позволило создать цифровой ландшафт свободной энергии, отслеживающий эволюцию магнитных микроструктур при изменении энергии. Наконец, математический анализ связал эти микроскопические доменные структуры с более крупным процессом перемагничивания.

Используя этот метод, исследователи выявили доминирующий признак, названный PC1, который успешно отражал процесс перемагничивания. Связав PC1 с физическими свойствами, команда визуализировала четыре основных энергетических барьера, которые сильно влияют на динамику перемагничивания.

Детальный анализ этих барьеров и связанных с ними микроструктур показал, как различные формы энергии влияют на перемагничивание. Исследователи измерили передачу энергии с участием обменных взаимодействий, размагничивающих эффектов и энтропии. Они также обнаружили, что лабиринтовые домены становятся более сложными по мере увеличения длины доменных стенок. Эта растущая сложность обусловлена взаимодействием между энтропией и обменными силами. Результаты помогли прояснить физические механизмы, лежащие в основе поведения лабиринтовых доменов при перемагничивании.

«Наш подход eX-GL эффективно автоматизирует интерпретацию сложного процесса перемагничивания и позволяет выявлять скрытые механизмы, которые трудно различить с помощью обычных методов, — говорит профессор Котсуги. — Кроме того, поскольку свободная энергия является универсальной термодинамической метрикой, наша модель может быть расширена и на другие системы со схожими характеристиками».

В целом, исследование не только проливает свет на механику лабиринтовых доменов, но и представляет более широкую стратегию для изучения сложных энергетических ландшафтов в магнитных системах и других родственных физических материалах.

Источники: sciencedaily.com, Tokyo University of Science