Forskare skapar världens starkaste järnbaserade supraledande magnet med hjälp av AI

by Albert
Konceptuell schematisk bild av de kompletterande data- och forskardrivna processdesignerna. Kredit: NPG Asia Materials (2024). DOI: 10.1038/s41427-024-00549-5

Forskare har utvecklat världens starkaste järnbaserade supraledande magnet med hjälp av AI, i vad som kan vara ett genombrott för prisvärda MR-maskiner och framtiden för elektrifierade transporter.

Supraledande magneter kan producera mycket starka, stabila magnetfält utan att behöva stora mängder ström. Det innebär att de kan användas i en rad olika tekniker, bland annat MR-maskiner som kräver ett starkt magnetfält för att producera tydliga 3D-bilder av mjukvävnad. De kan också användas i nästa generations transporter, bland annat i tågsystemet SCMaglev i Japan.

De supraledare som används för närvarande är dock främst i form av stora spolar av supraledande tråd av niob-tinlegering. Enheter som använder dem måste anpassas till denna storlek, vilket kan begränsa deras tillämpning.

I en artikel som publicerats i NPG Asia Materials har forskare från King’s College London och Japan tillverkat en billig och kraftfull järnbaserad supraledande magnet med hjälp av maskininlärning (ML), vilket banar väg för en utbredd och prisvärd användning av tekniken.

Dr. Mark Ainslie från King’s Department of Engineering har samarbetat i detta arbete med forskare från Tokyo University of Agriculture and Technology, Japan Science and Technology Agency, National Institute for Materials Science och Kyushu University.

Dr Mark Ainslie säger: ”Supraledande magneter är framtidens ryggrad. De används inte bara för att avbilda cancer med MR-maskiner, utan kommer även att vara avgörande för elektriska flygplan och kärnfusion.

”De material och den teknik som krävs för att skapa traditionella kopparbaserade supraledare i tråd är dock vanligtvis dyra, vilket har lett till en begränsad marknadspenetration. Att använda dem i bulkform, som en magnet som inte förlorar sin magnetism när den väl har magnetiserats, kan resultera i ett mindre fotavtryck jämfört med tyngre trådspolar, men kopparbaserade bulksupraledare kan ta veckor att tillverka.

”Med hjälp av artificiell intelligens (AI) har vi tagit fram ett kostnadseffektivt och skalbart alternativ med järn, som är mycket enklare att arbeta med och öppnar dörren för mindre och lättare enheter. De första järnbaserade supraledarna tillverkades för över 10 år sedan, men de magnetfält som de gav upphov till var långt ifrån tillräckligt starka eller stabila för att kunna användas på bred front.

”Även om supraledande magneter fortfarande måste kylas till mycket låga temperaturer för att fungera effektivt, lägger vår process grunden för att tillverkarna ska kunna göra dem tillräckligt snabba och kraftfulla för industriella tillämpningar – vilket innebär fler och billigare MR-maskiner.

”Genom att minska behovet av stora mängder supraledande tråd i MR-maskiner kan vi också skapa en ny generation av mindre enheter som kan användas på en läkarmottagning i stället för att kräva stora rum på sjukhus, vilket ökar tillgängligheten.”

MR-maskiner har strikta krav på styrkan och stabiliteten i det magnetfält som deras magneter producerar, för att garantera patientsäkerhet och bildkvalitet. Forskarnas prototyp är den första järnbaserade bulksupraledaren som uppfyller dessa krav.

Med hjälp av ett nytt maskininlärningssystem som kallas BOXVIA utvecklade forskarna ett ramverk som kan optimera skapandet av supraledare i labbet snabbare än någonsin tidigare.

BOXVIA har tränats på forskarnas försök att förbättra magneternas supraledande egenskaper genom att ändra parametrar som värme och tid i tillverkningsprocessen och upptäcker mönster som förbättrar prestandan och finjusterar parameterändringarna för att få fram den mest optimala designen. I vanliga fall skulle det ta forskarna månader att skapa varje magnet och testa dess egenskaper för att optimera den för olika scenarier, men den nya programvaran förkortar tiden drastiskt.

Forskarna fann också att supraledande magneter som utvecklats med detta ML-system hade en annan struktur på mikroskopisk nivå än de som producerats utan BOXVIA, med större järnbaserade kristaller i magnetstrukturen.

Strukturen på de prover som producerats av AI skilde sig från högpresterande prover som skapats av människor. Dessa prover hade ett brett spektrum av storlekar på järnbaserade kristaller, i motsats till den enhetliga struktur som mänskliga forskare traditionellt har föredragit.

För teamet är nästa utmaning att koppla samman hur denna aldrig tidigare skådade nanostruktur bidrar till överlägsna supraledande egenskaper, vilket kommer att leda till ännu kraftfullare magneter i framtiden.

Ytterligare information: Akiyasu Yamamoto et al, Superstrength permanent magnets with iron-based superconductors by data- and researcher-driven process design, NPG Asia Materials (2024). DOI: 10.1038/s41427-024-00549-5

Related Articles

Leave a Comment