Лабиринт магнетизма: ИИ помог японским физикам раскрыть секрет нагрева электродвигателей

Опубликовано: 11:00, 20.05.2026

Новый математический метод позволил детально визуализировать скрытые энергетические барьеры внутри мягких магнитных материалов при изменении температурВзрывной рост рынка электромобилей резко обострил потребность в повышении энергоэффективности электрических двигателей. Одной из главных технических проблем здесь остаются потери в железе, или потери на


магнитный гистерезис. Это явление возникает, когда магнитные поля внутри работающего двигателя непрерывно и с высокой частотой меняют своё направление. В результате часть электрической энергии безвозвратно превращается в тепло, нагревая сердечник мотора, который изготавливается из мягких магнитных материалов. Поскольку электродвигатели регулярно работают в условиях высоких температур, этот нагрев частично размагничивает материалы, усугубляя проблему и


снижая общий коэффициент полезного действия.Ключевым фактором, определяющим такое поведение сердечника, является динамика магнитных доменов — микроскопических областей внутри материала, обладающих однородной намагниченностью. То, как эти домены расположены и как устроена их структура, напрямую влияет на реакцию материала на нагрев и на объём энергетических потерь. Некоторые мягкие магнитные материалы обладают


чрезвычайно запутанной структурой доменов, которую физики называют лабиринтной или меандровой из-за её зигзагообразного, напоминающего лабиринт внешнего вида. При колебаниях температуры эти лабиринты способны резко и скачкообразно перестраиваться. До сих пор учёные не могли детально описать этот процесс из-за слишком большого числа взаимосвязанных факторов: от


микроструктуры до термодинамической стабильности фаз.Чтобы разобраться в запутанной физике процесса, учёные из Департамента материаловедения и технологий Токийского научного университета объединили усилия с коллегами из Университетов Цукубы, Окаямы и Киото. Они разработали новую


теоретическую модель, получившую название eX-GL — расширенную по признаку энтропии модель Гинзбурга — Ландау. С её помощью физики детально исследовали «энергетический ландшафт» лабиринтных доменов на примере редкоземельного феррита-граната.Иллюстрация: Nano BananaКлассическое компьютерное моделирование слишком сильно упрощает структуру реальных материалов, а физические эксперименты, напротив, показывают всю сложность, но не дают инструментов


для точного математического подсчёта причинно-следственных связей. Разработанный японскими физиками метод представляет собой модель, построенную на строгих законах физики. Она предназначена для того, чтобы на механистическом уровне объяснить, как именно процесс перемагничивания зависит от нагрева среды.Для обучения и проверки модели авторы работы сделали


серию микроскопических снимков магнитных доменов в образце редкоземельного феррита-граната при разных температурах. На первом этапе алгоритм применил продвинутый топологический метод анализа данных — персистентные гомологии. Эта математическая концепция позволяет выявлять скрытые геометрические и структурные неоднородности на изображениях. Затем


система распознавания образов на базе машинного обучения выделила наиболее важные физические признаки из топологических данных. На выходе ИИ построил цифровую карту свободной энергии, которая наглядно показывает, как микроструктура доменов эволюционирует при изменении общего энергетического состояния.Благодаря модели учёные определили ключевой параметр (ему присвоили индекс PC1), который наиболее


точно описывает процесс перемагничивания. Связав математический индекс с реальными физическими свойствами, физики смогли впервые наглядно визуализировать четыре главных скрытых энергетических барьера, которые управляют динамикой лабиринтных доменов. Модель позволила с высокой точностью рассчитать баланс сил и перераспределение энергии между обменным взаимодействием атомов, размагничивающими


эффектами кулоновского типа и термодинамической энтропией.В ходе анализа авторы работы обнаружили важную закономерность: сложность лабиринтных доменов лавинообразно нарастает по мере увеличения общей длины доменных стенок (границ между магнитными участками). Этот рост сложности


подстёгивается тонким балансом между силами энтропии и квантовомеханическими обменными силами. По заявлению руководителя исследования, профессора Коцуги, разработанный метод eX-GL полностью автоматизирует интерпретацию сложнейших процессов перемагничивания. Поскольку свободная энергия служит универсальной термодинамической мерой для всей физики, созданную модель можно масштабировать на другие сложные магнитные и


кристаллические системы.


Лабиринт магнетизма: ИИ помог японским физикам раскрыть секрет нагрева электродвигателей

Сообщает www.ixbt.com

 

Новость из рубрики: Технологии и Hi-Tech

 

Поделиться новостью: Поделиться новостью в Facebook Поделиться новостью в Twittere Поделиться новостью в VK Поделиться новостью в Pinterest Поделиться новостью в Reddit

 

Топ Новости Недели Топ Новости Недели

 

Атомные часы могут раскрыть квантовую природу времени 13:00, 21 Апр Атомные часы могут раскрыть квантовую природу времени Физики предложили способ проверить квантовую природу времени с помощью сверхточных оптических атомных часов, фиксирующих эффекты на уровне аттосекунд...

Рынок труда не помог доллару 16:00, 11 Май Рынок труда не помог доллару Влияние на рынок:2• Сильные данные по занятости в США не уберегли доллар от снижения.• Главными драйверами на остаются геополитика и аппетит к риску....

Apple грозит штраф до $38 млрд в Индии из-за антимонопольного дела и отказа раскрыть финансовые данные 23:00, 20 Апр Apple грозит штраф до $38 млрд в Индии из-за антимонопольного дела и отказа раскрыть финансовые данные Регулятор ускоряет процесс: финальное слушание назначено на 21 маяApple может столкнуться со штрафом до $38 млрд в рамках антимонопольного разбирател...

ИИ помог Верховному суду России обновить постановление о подготовке дел 09:00, 24 Апр ИИ помог Верховному суду России обновить постановление о подготовке дел Верховный суд России впервые использовал искусственный интеллект при работе над новым постановлением о подготовке гражданских дел к разбирательству. ...

Что рассказала певица Таисия Повалий в программе Секрет на миллион о пластике 06:00, 18 Май Что рассказала певица Таисия Повалий в программе "Секрет на миллион" о пластике Исполнительница хита "Одолжила" впервые раскрыла общественности секрет своей стройности. В эфире передачи на одном из федеральных телеканалов Таисия ...

Американцы до сих пор не разгадали секрет КГБ: шпионское устройство работало без проводов и батареек 22:00, 29 Апр Американцы до сих пор не разгадали секрет КГБ: шпионское устройство работало без проводов и батареек В 1945 году советские пионеры преподнесли американскому послу Авереллу Гарриману подарок, который вошел в историю спецслужб как "Златоуст". Это было ...

Школьники раскрыли секрет мотивации: главный стимул оказался совсем рядом 19:00, 27 Апр Школьники раскрыли секрет мотивации: главный стимул оказался совсем рядом Семья остается главным мотиватором для учебы у старшеклассников: 37% школьников назвали родителей и близких родственников главным источником мотиваци...

Искусственный интеллект помог Газпромнефть-СМ создать масла для новых китайских автомобилей 18:00, 18 Апр Искусственный интеллект помог «Газпромнефть-СМ» создать масла для новых китайских автомобилей «Газпромнефть – смазочные материалы» выпустила полностью синтетические трансмиссионные масла для китайских автомобилей нового поколения. Формулы масе...

06:00, 10 Май Одно простое движение: режиссёр Светлана Дружинина раскрыла секрет идеальных фото политиков В начале Великой Отечественной войны Светлане Дружининой было почти шесть лет. Отец-шофер ушёл на фронт и вскоре пропал без вести. А маленькая Светла...

01:00, 15 Май Мбаппе о свисте: «Такова жизнь игрока «Реала» и известного человека. Нормально, что ищут крайних, когда мы не выигрываем. Я ошибся только в том, что не помог команде взять трофеи» Килиан Мбаппе отреагировал на свист болельщиков «Реала» во время игры мадридцев с «Овьедо» (2:0). – Как вы себя чувствуете после того, как не сыграли...