Home Opini AI mengungkap kekacauan magnet tak kasat mata yang membuang energi di dalam...

AI mengungkap kekacauan magnet tak kasat mata yang membuang energi di dalam motor listrik

1
0


Pertumbuhan pesat kendaraan listrik telah mengintensifkan pencarian cara untuk membuat motor listrik lebih hemat energi. Tantangan terbesarnya adalah kehilangan besi, yang juga disebut kehilangan histeresis magnetik, yang terjadi ketika medan magnet di dalam motor berulang kali berubah arah. Proses ini membuang energi sebagai panas pada inti motor yang terbuat dari bahan magnet lunak. Karena motor listrik sering beroperasi pada suhu tinggi, efek termal juga dapat mendemagnetisasi sebagian bahan-bahan tersebut, sehingga membuat masalah kehilangan energi menjadi lebih rumit.

Faktor kunci di balik efek ini adalah perilaku domain magnetik, yaitu wilayah magnet kecil di dalam material. Susunan dan struktur domain ini sangat mempengaruhi bagaimana material magnetik merespons panas dan berapa banyak energi yang hilang selama pengoperasian.

Domain labirin magnetik yang kompleks

Beberapa bahan magnetik lunak mengandung struktur magnetik yang sangat kompleks yang disebut domain labirin, dinamai karena bentuknya yang zigzag dan seperti labirin. Domain labirin ini dapat berubah secara tiba-tiba seiring kenaikan atau penurunan suhu, sehingga memengaruhi hilangnya energi dalam material. Namun, para ilmuwan kesulitan untuk memahami sepenuhnya struktur ini karena banyak faktor yang saling berinteraksi yang terlibat, termasuk struktur mikroskopis material, efek termal, dan stabilitas energi.

Untuk lebih memahami perilaku ini, para peneliti yang dipimpin oleh Profesor Masato Kotsugi dan Dr Ken Masuzawa dari Departemen Sains dan Teknologi Material di Universitas Sains Tokyo (TUS), Jepang, bekerja sama dengan kolaborator dari Universitas Tsukuba, Universitas Okayama, dan Universitas Kyoto untuk mengembangkan model baru yang disebut model extended entropy-extended fungsionalitas Ginzburg-Landau (eX-GL). Tim menggunakan pendekatan ini untuk mempelajari lanskap energi domain labirin di rare earth iron garnet (RIG).

“Simulasi konvensional terlalu menyederhanakan materi nyata, sementara eksperimen mengungkapkan kompleksitas tanpa cara yang jelas untuk mengukur sebab dan akibat,” kata Profesor Kotsugi. “Kerangka AI kami yang dapat dijelaskan dan berbasis fisika mengatasi keterbatasan ini dan dirancang untuk menjelaskan secara mekanis proses pembalikan magnetisasi yang bergantung pada suhu.”

Temuan mereka dipublikasikan di jurnal Laporan ilmiah.

AI dan fisika mengungkap perilaku magnetis yang tersembunyi

Untuk mengeksplorasi bagaimana suhu mempengaruhi penekanan magnetisasi di domain labirin, para peneliti menangkap gambar mikroskopis dari domain magnetik sampel RIG pada suhu berbeda. Gambar-gambar ini kemudian dianalisis menggunakan model eX-GL.

Tahap pertama model ini menggunakan homologi persisten (PH), suatu metode matematika canggih yang mengidentifikasi fitur topologi dalam data. Hal ini memungkinkan tim untuk mendeteksi fitur struktural yang tidak rata dalam gambar domain magnetik. Selanjutnya, pengenalan pola berbasis pembelajaran mesin digunakan untuk menentukan fitur terpenting dari data PH, sehingga menghasilkan lanskap energi bebas digital yang melacak evolusi struktur mikro magnetik seiring perubahan energi. Terakhir, analisis matematis menghubungkan struktur domain mikroskopis ini dengan proses pembalikan magnetisasi yang lebih besar.

Dengan menggunakan metode ini, para peneliti mengidentifikasi fitur dominan yang dikenal sebagai PC1, yang berhasil menangkap proses pembalikan magnetisasi. Dengan menghubungkan PC1 ke properti fisik, tim memvisualisasikan empat hambatan energi utama yang sangat mempengaruhi dinamika pembalikan magnetisasi.

Penghalang energi tersembunyi di dalam bahan magnetik

Analisis terperinci terhadap hambatan ini dan struktur mikro terkait mengungkapkan bagaimana berbagai bentuk energi mempengaruhi pembalikan magnetisasi. Para peneliti mengukur transfer energi yang melibatkan interaksi pertukaran, efek demagnetisasi, dan entropi.

Mereka juga menemukan bahwa domain labirin menjadi lebih kompleks seiring bertambahnya panjang dinding domain. Meningkatnya kompleksitas ini disebabkan oleh interaksi antara entropi dan kekuatan pertukaran. Hasil ini membantu memperjelas mekanisme fisik di balik perilaku pembalikan domain labirin.

“Pendekatan eX-GL kami secara efektif mengotomatiskan interpretasi proses pembalikan magnetisasi yang kompleks dan memungkinkan identifikasi mekanisme tersembunyi, yang sulit dilihat menggunakan metode konvensional,” jelas Profesor Kotsugi. “Selain itu, karena energi bebas adalah ukuran termodinamika universal, model kami dapat diperluas ke sistem lain dengan karakteristik serupa.”

Secara keseluruhan, penelitian ini tidak hanya menyoroti mekanisme domain labirin, namun juga memperkenalkan strategi yang lebih luas untuk mempelajari lanskap energi kompleks dalam sistem magnetik dan material fisik terkait lainnya.

Penelitian ini didukung oleh Grant-in-Aid for Scientific Research (A) dari Japan Society for the Promotion of Science (KAKENHI) (21H04656). Dukungan tambahan datang dari JST-CREST (hibah no. JPMJCR21O1). C. Mitsumata didukung oleh Pusat Penelitian Ilmu Material Energi Tsukuba (TREMS), Universitas Tsukuba.