Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

MagnetPredictor: Magnetische Materialeigenschaften vorhersagen

03.09.2018

Permanentmagnete für Elektroautos und Windräder enthalten bisher Seltenerdmetalle. Deren Anteil soll sinken, da es beim Abbau dieser wertvollen Ressourcen zu Gesundheits- und Umweltschädigungen kommt. Ein neues Machine-Learning-Tool hilft in der Magnetentwicklung, ferromagnetische Kristalleigenschaften neuer Materialzusammensetzungen einfach und schnell vorherzusagen.

Regenerativen Energietechnologien gehört die Zukunft. Sowohl für Elektroautos als auch für Windturbinen werden jedoch große und starke Permanentmagnete benötigt. Das Problem dabei: Die Hochleistungsmagnetwerkstoffe enthalten 12 bis 17 Prozent Seltenerdmetall-Elemente, insbesondere Neodym oder Samarium, aber auch Dysprosium oder Terbium.


Mithilfe des Tools »MagnetPredictor« können magnetische Materialeigenschaften von Kombinationen aus Seltenerdelementen, Übergangsmetallen und anderen Elementen vorhergesagt werden.

© Fraunhofer IWM

Diese stammen nahezu ausschließlich aus China. Zudem werden die Rohstoffe meist unter ungesunden Arbeitsbedingungen und schädlichen Umweltauswirkungen abgebaut. Materialwissenschaftlerinnen und -wissenschaftler forschen daher seit Jahren daran, Seltenerdmetalle in Materialien für Permanentmagnete zu ersetzen.

Üblich ist dabei der »Trial and Error«-Weg: Welche elementaren Zusammensetzungen haben in der Vergangenheit gut funktioniert und könnten ähnlich gut funktionieren? Dies auszuprobieren, ist ein aufwändiges Unterfangen.

Computersimulationen legen die Basis

Forscherinnen und Forscher am Fraunhofer-Institut für Werkstoffmechanik IWM in Freiburg eröffnen nun einen alternativen, effektiveren Weg: »Wir haben eine Hochdurchsatz-Computersimulationsmethodik entwickelt, mit der wir eine Vielzahl an Materialien systematisch und schnell überprüfen können: Eignen diese sich für Permanentmagnete oder nicht?«, erläutert Dr. Johannes Möller, Wissenschaftler des Geschäftsfeldes »Materialdesign« am Fraunhofer IWM.

»Wir müssen nicht im Voraus überlegen, welcher Gehalt beispielsweise an Mangan, Kobalt oder Bor sinnvoll sein könnte, sondern lassen den Computer viele denkbare Varianten durchrechnen.« Durch diesen kombinatorischen Ansatz können vielversprechende Zusammensetzungen herausgefiltert werden, die eine solide theoretische Basis für gezielte experimentelle Untersuchungen bilden.

Die Anzahl der benötigten Experimente kann dann im Vergleich zum herkömmlichen »Trial and Error« deutlich geringer gehalten werden. »Das geht prinzipiell nicht nur für magnetische, sondern auch für andere Materialeigenschaften«, betont Möller. Die Informationen, die der Computer für die Simulation braucht, sind überschaubar: Die Kristallstruktur des Magnetmaterials sowie die enthaltenen chemischen Elemente. »Alles andere ergibt sich aus physikalischen Zusammenhängen«, konkretisiert Möller.

Was die Kristallstruktur angeht, so setzen die Forschenden auf Kristallgitter, bei denen nur jedes 14. Atom ein Seltenerdmetallelement ist – was einem Anteil von nur 7 Prozent entspricht. Die Simulationsergebnisse hat das Team an bekannten Magnetmaterialien überprüft. Das Ergebnis: Die Simulation errechnet die Magnetisierung eines neuen Materials treffsicher.

Eine hohe Magnetisierung macht aber noch keinen guten Permanentmagneten aus. Zusätzlich benötigt es hierfür die magnetische Anisotropie, die über die Anisotropiekonstante gemessen wird: Diese sagt aus, wie leicht oder schwer sich das Magnetmaterial durch ein angelegtes Magnetfeld umpolen lässt.

»Die Vorhersage dieser Eigenschaft stellt eine große Herausforderung für die Computergestützte Werkstoffsimulation dar«, sagt Möller. Semiquantitative Aussagen gelingen in diesem Fall dennoch, das heißt: Die Computersimulation kann Werte für die Anisotropiekonstante zwar nicht quantitativ exakt, aber qualitativ systematisch vorhersagen. Das Ergebnis zeigt beispielsweise, dass das Material X sieben Mal stärkeren Magnetfeldern standhält als das Material Y.

Maschinelles Lernen füllt die Lücken

Mit diesen Magnetmaterialdaten geht das Team noch einen großen Schritt weiter. »Unser Screening liefert uns einige tausend oder zehntausend Ergebnisdaten. Die Anzahl aller möglichen elementaren Zusammensetzungen und Kombinationen geht allerdings in die Millionen oder gar Milliarden«, erläutert Möller. »Mit Methoden des Maschinellen Lernens füllen wir daher die Lücken zwischen den berechneten Daten.«

Darüber hinaus ist es auch möglich, das Vorgehen rückwärts zur Materialoptimierung einzusetzen: Die Forscherinnen und Forscher geben die Mindestanforderungen an ein Wunschmaterial, etwa die Magnetisierung oder die Anisotropie, und die gewünschten chemischen Elemente vor, etwa »lieber preisgünstiges Kupfer als kritisches Kobalt«. Ein Optimierungsalgorithmus liefert dann die im Rahmen des aus den Materialdaten maschinell gelernten Materialmodells bestmögliche elementare Zusammensetzung des Materials.

Damit die Software leicht zu bedienen ist, hat das Team ein anwenderfreundliches Web-Tool entwickelt. Hier können die Zieleigenschaften und Grundmaterialien eingegeben werden. Heraus kommen Informationen zu den magnetischen Eigenschaften und den Rohstoffkosten. Die Implementierung des Optimierungsalgorithmus soll in Kürze folgen. Ein Demonstrator des Web-Tools »MagnetPredictor« ist unter der Adresse http://s.fhg.de/mp zugänglich.

Weitere Informationen:

https://www.fraunhofer.de/de/presse/presseinformationen/2018/September/MagnetPre...

Katharina Hien | Fraunhofer Forschung Kompakt

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Textilherstellung für Weltraumantennen startet in die Industrialisierungsphase
28.05.2020 | Fraunhofer-Institut für Silicatforschung ISC

nachricht 3D-Gebärdensprach-Avatar als Sprachassistent zur automatisierten Gebärdenübersetzung
28.05.2020 | Universität Augsburg

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Neuartiges Covid-19-Schnelltestverfahren auf Basis innovativer DNA-Polymerasen entwickelt

Eine Forschungskooperation der Universität Konstanz unter Federführung von Professor Dr. Christof Hauck (Fachbereich Biologie) mit Beteiligung des Klinikum Konstanz, eines Konstanzer Diagnostiklabors und des Konstanzer Unternehmens myPOLS Biotec, einer Ausgründung aus der Arbeitsgruppe für Organische Chemie / Zelluläre Chemie der Universität Konstanz, hat ein neuartiges Covid-19-Schnelltestverfahren entwickelt. Dieser Test ermöglicht es, Ergebnisse in der Hälfte der Zeit zu ermitteln – im Vergleich zur klassischen Polymerase-Ketten-Reaktion (PCR).

Die frühe Identifikation von Patienten, die mit dem neuartigen Coronavirus (SARS-CoV-2) infiziert sind, ist zentrale Voraussetzung bei der globalen Bewältigung...

Im Focus: Textilherstellung für Weltraumantennen startet in die Industrialisierungsphase

Im Rahmen des EU-Projekts LEA (Large European Antenna) hat das Fraunhofer-Anwendungszentrum für Textile Faserkeramiken TFK in Münchberg gemeinsam mit den Unternehmen HPS GmbH und Iprotex GmbH & Co. KG ein reflektierendes Metallnetz für Weltraumantennen entwickelt, das ab August 2020 in die Produktion gehen wird.

Beim Stichwort Raumfahrt werden zunächst Assoziationen zu Forschungen auf Mond und Mars sowie zur Beobachtung ferner Galaxien geweckt. Für unseren Alltag sind...

Im Focus: Biotechnologie: Enzym setzt durch Licht neuartige Reaktion in Gang

In lebenden Zellen treiben Enzyme biochemische Stoffwechselprozesse an. Auch in der Biotechnologie sind sie als Katalysatoren gefragt, um zum Beispiel chemische Produkte wie Arzneimittel herzustellen. Forscher haben nun ein Enzym identifiziert, das durch die Beleuchtung mit blauem Licht katalytisch aktiv wird und eine Reaktion in Gang setzt, die in der Enzymatik bisher unbekannt war. Die Studie ist in „Nature Communications“ erschienen.

Enzyme – in jeder lebenden Zelle sind sie die zentralen Antreiber für biochemische Stoffwechselprozesse und machen dort Reaktionen möglich. Genau diese...

Im Focus: Biotechnology: Triggered by light, a novel way to switch on an enzyme

In living cells, enzymes drive biochemical metabolic processes enabling reactions to take place efficiently. It is this very ability which allows them to be used as catalysts in biotechnology, for example to create chemical products such as pharmaceutics. Researchers now identified an enzyme that, when illuminated with blue light, becomes catalytically active and initiates a reaction that was previously unknown in enzymatics. The study was published in "Nature Communications".

Enzymes: they are the central drivers for biochemical metabolic processes in every living cell, enabling reactions to take place efficiently. It is this very...

Im Focus: Innovative Sensornetze aus Satelliten

In Würzburg werden vier Kleinst-Satelliten auf ihren Start vorbereitet. Sie sollen sich in einer Formation bewegen und weltweit erstmals ihre dreidimensionale Anordnung im Orbit selbstständig kontrollieren.

Wenn ein Gegenstand wie der Planet Erde komplett ohne tote Winkel erfasst werden soll, muss man ihn aus verschiedenen Richtungen ansehen und die...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Gebäudewärme mit "grünem" Wasserstoff oder "grünem" Strom?

26.05.2020 | Veranstaltungen

Dresden Nexus Conference 2020 - Gleicher Termin, virtuelles Format, Anmeldung geöffnet

19.05.2020 | Veranstaltungen

Urban Transport Conference 2020 in digitaler Form

18.05.2020 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Wie sich Nervenzellen zum Abruf einer Erinnerung gezielt reaktivieren lassen

29.05.2020 | Biowissenschaften Chemie

Wald im Wandel

29.05.2020 | Agrar- Forstwissenschaften

Schwarzer Stickstoff: Bayreuther Forscher entdecken neues Hochdruck-Material und lösen ein Rätsel des Periodensystems

29.05.2020 | Materialwissenschaften

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics