AI разкри невидимия магнитен хаос, който води до загуба на енергия в електродвигателите

Стремителният ръст на популярността на електромобилите даде тласък на търсенето на начини за повишаване на енергийната ефективност на електродвигателите. Един от основните им проблеми са загубите в стоманата, известни още като загуби от магнитен хистерезис. Те възникват, когато магнитните полета вътре в двигателя многократно променят посоката си, разсейвайки енергия под формата на топлина в сърцевината от магнитномеки материали. Тъй като електродвигателите често работят при високи температури, топлинните ефекти могат частично да размагнитват тези материали, което утежнява проблема с енергийните загуби.

Ключов фактор, влияещ върху тези ефекти е поведението на магнитните домени – миниатюрни магнитни области вътре в материала. Тяхното разположение и структура оказват силно влияние върху това как магнитните материали реагират на нагряване и колко енергия губят при работа.

Изследователи под ръководството на професор Масато Коцуги и д-р Кен Масузава от Токийския университет по науки (TUS) в Япония, съвместно с колеги от Университета в Цукуба, Университета в Окаяма и Киотския университет разработиха нов модел, наречен eX-GL (entropy-feature-eXtended Ginzburg-Landau). Този подход беше приложен за изучаване на енергийния ландшафт на лабиринтните домени в железо-итриевия гранат (RIG).

„Обичайните симулации прекалено опростяват реалните материали, докато експериментите показват тяхната сложност, без да предлагат ясен начин за количествено оценяване на причинно-следствените връзки. Нашата физически обоснована и обяснима структура на изкуствения интелект премахва тези ограничения и е предназначена за механистично обяснение на температурно-зависимия процес на премагнитизация.“

обяснява професор Коцуги

За да проучат как температурата влияе върху размагнитването в лабиринтните домени, изследователите получиха микроскопски изображения на магнитните домени в проба RIG при различни температури. След това тези изображения бяха анализирани с помощта на модела eX-GL.

На първия етап моделът използва персистираща хомология (PH) – сложен математически метод, който разкрива топологични особености в данните. Това позволи на екипа да открие неравномерни структурни характеристики в изображенията на магнитните домени. След това беше приложено разпознаване на образи на базата на машинно обучение за определяне на най-важните характеристики от данните на PH, което позволи създаването на цифров ландшафт на свободната енергия, проследяващ еволюцията на магнитните микроструктури при промяна на енергията. Накрая, математическият анализ свърза тези микроскопични домейн структури с по-големия процес на премагнитизация.

Използвайки този метод, изследователите откриха доминиращ признак, наречен PC1, който успешно отразяваше процеса на премагнитизация. Свързвайки PC1 с физичните свойства, екипът визуализира четири основни енергийни бариери, които оказват силно влияние върху динамиката на премагнитизацията.

Подробният анализ на тези бариери и свързаните с тях микроструктури показа как различните форми на енергия влияят върху премагнитизацията. Изследователите измериха преноса на енергия с участието на обменни взаимодействия, размагнитващи ефекти и ентропия. Те също така откриха, че лабиринтните домени стават по-сложни с увеличаването на дължината на доменните стени. Тази нарастваща сложност се дължи на взаимодействието между ентропията и обменните сили. Резултатите от изследването, публикувано в списанието Scientific Reports помогнаха да се изяснят физичните механизми, лежащи в основата на поведението на лабиринтните домени при премагнитизацията.

Като цяло, изследването не само хвърля светлина върху механиката на лабиринтните домени, но и представя по-широка стратегия за изучаване на сложните енергийни ландшафти в магнитните системи и други сродни физически материали.