US-Laboratorium entwickelt starke Magnete ohne seltene Erden

Hochleistungspermanente Magnete auf Basis seltener Erden finden Anwendung in Verteidigungssystemen und der Energieerzeugung. Die USA sind jedoch stark Ländern abhängig, um ihre seltenen Erden aufzuarbeiten, was die Kosten erhöht und Sicherheitsrisiken verschärft.

Forscher am Ames National Laboratory wurden daher beauftragt, permanente Magnete zu entwickeln, die keine Seltenen-Erd-Elemente verwenden. KI, KI überall: In einer Zeit, in der die KI-Nutzung rasant zunimmt und keine Organisation zurückfallen möchte, ist eine weitere Geschichte über KI-Arbeitsabläufe kein großer Überraschungsmoment.

Doch für ein KI-Modell, das einwandfrei funktioniert, ist es unerlässlich, dass es mit den richtigen Daten trainiert wird. Für einen allgemeinen Anwendungsfall kann ein KI-Modell mit allgemeinen Daten trainiert werden.

Technik und Auswirkungen

Für eine KI, die in der Materialwissenschaft herausragen soll, hat ein ührtes Forschungsteam, einem Wissenschaftler am Ames, sichergestellt, dass die Modelle mit experimentell gemessenen und wissenschaftlich berechneten Materialeigenschaften trainiert wurden.

Nur so kann gewährleistet werden, dass die Vorhersagen, die das KI-Modell trifft, auf dem realen Verhalten basieren. „Das Verständnis der Physik, um es in KI-Rahmenwerke einzubeziehen, wenn neue Materialien entwickelt werden sollen." „Wenn Sie die Daten lediglich zur Schulung Ihrer Modelle verwenden, erhalten Sie nur Vorhersagen innerhalb des ügbaren Informationsbereichs", sagte Singh in einer Pressemitteilung. „Sobald Sie jedoch die Physik verstehen, die bestimmte Eigenschaften steuert, können Sie und Ihre agentischen Werkzeuge oder KI-Rahmenwerke den gesamten Materialraum durchsuchen", fügte Singh hinzu.

Der Vorteil eines solchen KI-basierten Ansatzes besteht darin, dass er die atomare Struktur und das elektronische Verhalten eines Materials nutzt, um dessen Eigenschaften zu bestimmen.

Technischer Hintergrund

Die Magnetisierungsstärke, der Widerstand gegen Entmagnetisierung, die Energiespeicherkapazität sowie das Verhalten des Permanentmagneten bei hohen Temperaturen sind wesentliche Parameter, die seine Nutzbarkeit bestimmen.

Durch den Einsatz eines KI-Modells, das diese Faktoren berücksichtigt, können Forscher vielversprechende Materialkandidaten identifizieren und mittels Berechnungen wahrscheinliche Ergebnisse erzielen, anstatt reale Iterationen durchzuführen. „Die Stärke des Ames Lab liegt in seiner tiefen Expertise und einer langjährigen Datenbasis im Bereich der Magnete, die es keine andere Institution gibt", erläuterte Singh in der Pressemitteilung. „Bei jedem Materialdesign-Problem muss man wissen, wie sich die Leistung ändert, wenn man zwei Elemente kombiniert, bevor man überhaupt ein Experiment durchführt.

Wir haben sowohl theoretische als auch analytische Werkzeuge entwickelt, um diese Frage zu beantworten, und integrieren nun KI in diesen Prozess, um ihn schneller und umfassender zu gestalten." Die Forscher haben sich jedoch nicht damit begnügt. Die KI-Tools berücksichtigen zudem die Verfügbarkeit und die Kosten des Materials.

Technik und Auswirkungen

Da die Verwundbarkeit Jahrzehnten immer wieder offengelegt wurde, berücksichtigen die KI-Modelle diese Bedingungen bereits während des Entdeckungsprozesses, um sicherzustellen, dass das entwickelte Material praktisch umsetzbar und skalierbar ist. Auf diese Weise haben die Forscher die gesamte Pipeline industriellen Verfügbarkeit adressiert, wie die U.S.

Es scheint, dass die Abhängigkeit Ländern für kritische Komponenten verringert werden soll. Die Forschungsergebnisse wurden in der Zeitschrift Materials Science and Engineering veröffentlicht.