Ssylka

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

19017Вредоносная кампания в Chrome перехватывает управление HR-системами и блокирует... 19016Глубоководные оползни раскрыли историю мегаземлетрясений зоны Каскадия за 7500 лет 19015Насколько глубоки ваши познания об эволюции и происхождении человека? 19014Как уязвимость CodeBreach в AWS CodeBuild могла привести к глобальной атаке через ошибку... 19013Затерянный фрагмент древней плиты пионер меняет карту сейсмических угроз Калифорнии 19012Генетические мутации вызывают слепоту менее чем в 30% случаев вопреки прежним прогнозам 19011Завершено строительство космического телескопа Nancy Grace Roman для поиска ста тысяч... 19010Вязкость пространства и фононы вакуума как разгадка аномалий расширения вселенной 19009Приведет ли массовое плодоношение дерева Риму к рекордному росту популяции какапо? 19008Как уязвимость CVE-2026-23550 в плагине Modular DS позволяет захватить управление сайтом? 19007Может ли уличная драка французского авантюриста раскрыть кризис американского гражданства... 19006Может ли один клик по легитимной ссылке заставить Microsoft Copilot и другие ИИ тайно... 19005Утрата истинного мастерства в эпоху алгоритмов и скрытые механизмы человеческого... 19004Почему защита самих моделей ИИ становится бессмысленной, если уязвимыми остаются рабочие... 19003Какие устаревшие привычки уничтожают эффективность MTTR вашего SOC в 2026 году?