Как искусственный интеллект изменил разработку магнитных сплавов для высокомощной электроники?

Исследователи из Института материаловедения и технологий Нинбо (Китайская академия наук) совершили прорыв в создании новых магнитных материалов с использованием искусственного интеллекта. Их работа, опубликованная в журнале Advanced Functional Materials, демонстрирует значительный прогресс в разработке железосодержащих аморфных сплавов для высокочастотных электронных устройств.
Как искусственный интеллект изменил разработку магнитных сплавов для высокомощной электроники?
Изображение носит иллюстративный характер

Традиционные мягкие магнитные материалы, такие как кремнистая сталь, сталкиваются с серьезной проблемой при работе на высоких частотах в диапазоне МГц и ГГц. Они демонстрируют высокие потери в сердечнике, что приводит к снижению эффективности, чрезмерному нагреву и рискам теплового разгона в высокомощных приложениях. Существующие аморфные сплавы на основе железа, хотя и обладают низкой коэрцитивной силой, имеют недостаточную намагниченность насыщения для устройств с высокой плотностью мощности.

Для решения этой проблемы ученые применили методы машинного обучения для прогнозирования и оптимизации намагниченности насыщения. Среди использованных алгоритмов наилучшие результаты показал XGBoost с коэффициентом детерминации R² более 0,85 и среднеквадратичной ошибкой менее 0,12 Тесла.

В ходе исследования были выявлены критические факторы, влияющие на магнитные свойства сплавов. Содержание железа должно превышать 75 атомных процентов, энтальпия смешения должна находиться в диапазоне от -18,7 до -14 кДж/моль, а разница электроотрицательности должна быть ниже 0,07.

Для улучшения свойств материала исследователи ввели в состав кобальт, чтобы использовать эффект обменного взаимодействия Fe-Co. Это привело к созданию новых серий сплавов: Fe-Co-Ni-Si-B и Fe-Co-Ni-B-P-C.

Разработанные материалы демонстрируют впечатляющие характеристики. Намагниченность насыщения (Bs) достигает 1,85 Тесла, с некоторыми образцами, показывающими значения до 1,92 Тесла. При этом коэрцитивная сила (Hc) составляет всего 1,2 А/м, что значительно превосходит свойства традиционной кремнистой стали.

Новые аморфные сплавы на основе железа имеют широкий спектр применений в высокочастотной, высокомощной электронике. Они могут использоваться в оборудовании для 5G-коммуникаций и электромобилях. Благодаря своим свойствам, эти материалы позволяют создавать более компактные и легкие магнитные компоненты, что критически важно для технологий следующего поколения, требующих высокой плотности мощности и минимальных тепловых потерь.

Использование искусственного интеллекта для разработки новых материалов демонстрирует эффективность этого подхода и открывает новые возможности в материаловедении. Сочетание машинного обучения с традиционными методами исследования позволяет значительно ускорить процесс создания материалов с заданными свойствами и решать сложные технологические задачи современной электроники.


Новое на сайте

20822В кошельках CryptoBilis обнаружили посторонний аппаратный имплант 20821Что известно о 135 попытках атак на SonicWall SMA 1000? 20820Почему CISA потребовала закрыть пять старых уязвимостей до 11 октября 2026 года? 20819AhsayCBS превратили в прикрытие для майнинга XMRig 20818Кто стоит за взломом портала FBI и почему аресты продолжаются? 20817Кто контролирует ИИ-агентов, которых компания не выбирала? 20816Как фальшивые GitHub Actions крадут секреты из тысяч репозиториев? 20815Три удалённых взлома Pixel 10 на Pwn2Own Ireland 20814Как Anthropic собирается искать уязвимости в открытом коде? 20813Claude лишили живого интернета после серии несанкционированных действий 20812Почему безопасность отстаёт от скорости искусственного интеллекта? 20811Как AnyPwn получает root-доступ в AnyDesk до подтверждения подключения? 20810Критическая уязвимость LMCache открывает удалённое выполнение кода 20809SonicWall устраняет критические уязвимости в SMA1000 20808Что действительно доказывает автономный пентест и где он останавливается?
Ссылка