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 Sicherheitsanforderungen für Unternehmen steigen – so sieht eine moderne IT-Sicherheitsstrategie aus!
14.02.2020 | businessAD

nachricht Skyrmionen mögen es heiß – Spinstrukturen auch bei hohen Temperaturen steuerbar
13.02.2020 | Johannes Gutenberg-Universität Mainz

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

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

Im Focus: Transparente menschliche Organe ermöglichen dreidimensionale Kartierungen auf Zellebene

Erstmals gelang es Wissenschaftlerinnen und Wissenschaftlern, intakte menschliche Organe durchsichtig zu machen. Mittels mikroskopischer Bildgebung konnten sie die zugrunde liegenden komplexen Strukturen der durchsichtigen Organe auf zellulärer Ebene sichtbar machen. Solche strukturellen Kartierungen von Organen bergen das Potenzial, künftig als Vorlage für 3D-Bioprinting-Technologien zum Einsatz zu kommen. Das wäre ein wichtiger Schritt, um in Zukunft künstliche Alternativen als Ersatz für benötigte Spenderorgane erzeugen zu können. Dies sind die Ergebnisse des Helmholtz Zentrums München, der Ludwig-Maximilians-Universität (LMU) und der Technischen Universität München (TUM).

In der biomedizinischen Forschung gilt „seeing is believing“. Die Entschlüsselung der strukturellen Komplexität menschlicher Organe war schon immer eine große...

Im Focus: Skyrmions like it hot: Spin structures are controllable even at high temperatures

Investigation of the temperature dependence of the skyrmion Hall effect reveals further insights into possible new data storage devices

The joint research project of Johannes Gutenberg University Mainz (JGU) and the Massachusetts Institute of Technology (MIT) that had previously demonstrated...

Im Focus: Skyrmionen mögen es heiß – Spinstrukturen auch bei hohen Temperaturen steuerbar

Neue Spinstrukturen für zukünftige Magnetspeicher: Die Untersuchung der Temperaturabhängigkeit des Skyrmion-Hall-Effekts liefert weitere Einblicke in mögliche neue Datenspeichergeräte

Ein gemeinsames Forschungsprojekt der Johannes Gutenberg-Universität Mainz (JGU) und des Massachusetts Institute of Technology (MIT) hat einen weiteren...

Im Focus: Making the internet more energy efficient through systemic optimization

Researchers at Chalmers University of Technology, Sweden, recently completed a 5-year research project looking at how to make fibre optic communications systems more energy efficient. Among their proposals are smart, error-correcting data chip circuits, which they refined to be 10 times less energy consumptive. The project has yielded several scientific articles, in publications including Nature Communications.

Streaming films and music, scrolling through social media, and using cloud-based storage services are everyday activities now.

Im Focus: Nanopartikel können Zellen verändern

Nanopartikel dringen leicht in Zellen ein. Wie sie sich dort verteilen und was sie bewirken, zeigen nun erstmals hochaufgelöste 3D-Mikroskopie-Aufnahmen an BESSY II. So reichern sich bestimmte Nanopartikel bevorzugt in bestimmten Organellen der Zelle an. Dadurch kann der Energieumsatz in der Zelle steigen. „Die Zelle sieht aus wie nach einem Marathonlauf, offensichtlich kostet es Energie, solche Nanopartikel aufzunehmen“, sagt Hauptautor James McNally.

Nanopartikel sind heute nicht nur in Kosmetikprodukten, sondern überall, in der Luft, im Wasser, im Boden und in der Nahrung. Weil sie so winzig sind, dringen...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Chemnitzer Linux-Tage am 14. und 15. März 2020: „Mach es einfach!“

12.02.2020 | Veranstaltungen

4. Fachtagung Fahrzeugklimatisierung am 13.-14. Mai 2020 in Stuttgart

10.02.2020 | Veranstaltungen

Alternative Antriebskonzepte, technische Innovationen und Brandschutz im Schienenfahrzeugbau

07.02.2020 | Veranstaltungen

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

„Kiss and Run“ zur Abfallverwertung in der Zelle

14.02.2020 | Biowissenschaften Chemie

Kurze Impulse mit großer Wirkung

14.02.2020 | Biowissenschaften Chemie

ESO-Teleskop sieht die Oberfläche des schwächelnden Beteigeuze

14.02.2020 | Physik Astronomie

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