El crecimiento explosivo de los vehículos eléctricos ha intensificado la búsqueda de formas de hacer que los motores eléctricos sean más eficientes energéticamente. Un desafío importante es la pérdida de hierro, también llamada pérdida por histéresis magnética, que ocurre cuando los campos magnéticos dentro del motor invierten repetidamente su dirección. Este proceso disipa energía en forma de calor dentro del núcleo del motor, que está hecho de material magnético blando. Dado que los motores eléctricos suelen funcionar a altas temperaturas, los efectos térmicos pueden magnetizar parcialmente estos componentes, complicando aún más el problema de la pérdida de energía.
Una razón clave detrás de estos efectos es el comportamiento de los dominios magnéticos, que son pequeñas regiones magnéticas dentro del material. La disposición y estructura de estos dominios influye fuertemente en cómo los materiales magnéticos responden al calor y en cuánta energía pierden durante el funcionamiento.
Dominio del laberinto magnético complejo
Algunos materiales magnéticos blandos contienen estructuras magnéticas altamente complejas llamadas dominios laberínticos, llamados así por su apariencia en zigzag y similar a un laberinto. Estos dominios laberínticos pueden cambiar abruptamente a medida que la temperatura sube o baja, afectando la forma en que se disipa la energía en el material. Sin embargo, los científicos han tenido dificultades para comprender completamente estas estructuras porque intervienen muchos factores que interactúan, incluida la estructura microscópica del material, los efectos térmicos y la estabilidad energética.
Para comprender mejor este comportamiento, investigadores dirigidos por el profesor Masato Kotsugi y el Dr. Ken Masuzawa del Departamento de Ciencia y Tecnología de Materiales de la Universidad de Ciencias de Tokio (TUS) en Japón, junto con colaboradores de la Universidad de Tsukuba, la Universidad de Okayama y la Universidad de Kioto, trabajaron para desarrollar un nuevo modelo llamado modelo de entropía-característica-extendida-extendida. El equipo utilizó este método para estudiar el paisaje energético de dominios laberínticos en un granate de hierro de tierras raras (RIG).
“Las simulaciones tradicionales simplifican demasiado los materiales reales, mientras que los experimentos revelan complejidad sin una forma clara de medir la causa y el efecto”, explica el profesor Kotsugi. “Nuestro marco de inteligencia artificial interpretable basado en la física aborda estas limitaciones y está diseñado para explicar mecánicamente el proceso de inversión de la magnetización dependiente de la temperatura”.
Sus hallazgos se publican en la revista. Informe científico.
La IA y la física revelan un comportamiento magnético oculto
Para explorar cómo la temperatura afecta la desmagnetización en dominios laberínticos, los investigadores capturaron imágenes microscópicas de dominios magnéticos en muestras de RIG a diferentes temperaturas. Luego, estas imágenes se analizaron utilizando el modelo eX-GL.
La primera etapa del modelo utiliza homología persistente (PH), un método matemático sofisticado que detecta características topológicas en los datos. Esto permitió al equipo detectar características estructurales desiguales en las imágenes del dominio magnético. A continuación, se utilizó el reconocimiento de patrones basado en aprendizaje automático para determinar las características más importantes de los datos de PH, creando un panorama digital de energía libre que rastrea cómo evolucionan las microestructuras magnéticas con los cambios de energía. Finalmente, el análisis matemático vinculó estas estructuras de dominio microscópico con mecanismos de inversión de magnetización más grandes.
Utilizando este método, los investigadores identificaron una característica dominante conocida como PC1, que capturó con éxito el proceso de inversión de la magnetización. Al vincular PC1 con las propiedades físicas, el equipo visualizó cuatro barreras energéticas principales que influyen fuertemente en la dinámica de la inversión de la magnetización.
Barreras energéticas escondidas dentro de materiales magnéticos
Un análisis detallado de estas barreras y las microestructuras asociadas reveló cómo los diferentes tipos de energía afectan la inversión de la magnetización. Los investigadores midieron la transferencia de energía que implica interacciones de intercambio, efectos desmagnetizantes y entropía.
También descubrieron que los dominios laberínticos se vuelven más complejos a medida que aumenta la longitud de las paredes del dominio. Esta creciente complejidad está impulsada por la interacción entre entropía y energía de intercambio. Estos hallazgos ayudaron a aclarar los mecanismos físicos detrás del comportamiento de inversión del dominio del laberinto.
“Nuestro método eX-GL automatiza eficazmente la elucidación de procesos complejos de inversión de magnetización y permite la detección de mecanismos ocultos, difíciles de entender utilizando métodos convencionales”, afirmó el profesor Kotsugi. “Además, dado que la energía libre es una métrica termodinámica universal, nuestro modelo puede ampliarse a otros sistemas con propiedades similares”.
En general, el estudio no sólo arroja luz sobre la mecánica del dominio del laberinto, sino que también introduce una técnica integral para investigar paisajes energéticos complejos en sistemas magnéticos y otros materiales físicos relacionados.
Este estudio fue apoyado por una subvención para investigación científica (A) de la Sociedad Japonesa para la Promoción de la Ciencia (KAKENHI) (21H04656). El apoyo adicional provino de JST-CREST (Subvención No. JPMJCR21O1). C. Mitsumata recibió el apoyo del Centro de Investigación Tsukuba para la Ciencia de Materiales Energéticos (TREMS) de la Universidad de Tsukuba.
