説明可能AIで時空間磁気ゆらぎの起源を解明 ~拡張型自由エネルギーモデルでEV・データセンターの省エネ化へ~

2026-11-17 東京理科大学,筑波大学,岡山大学,京都大学,東北大学,Mainz大学

東京理科大学などの研究グループは、電気自動車(EV)やデータセンターの電力変換装置に使われる軟磁性材料について、高周波動作時のエネルギー損失に関係する微細構造を、説明可能AIによって特定する手法を開発した。富岳を用いて、鉄系ナノ結晶軟磁性材料を想定したモデルの磁化反転過程を100 kHz、1 MHz、10 MHzでシミュレーションし、磁区画像をパーシステントホモロジーで特徴量化した。さらに主成分分析によって低次元空間に変換し、磁壁の交換エネルギーと対応付けたエネルギー地形を構築した。その結果、高周波ほど磁区構造が細分化し、磁化反転が起こる保磁力付近のエネルギー障壁が増大することを示した。逆写像解析では、エネルギー障壁への寄与が磁壁全体に均等に分布するのではなく、反転磁区の先端部や一部の微細な磁壁に集中することを可視化した。本手法は、磁性材料の損失に関係する構造を物理的に解釈可能な形で抽出し、低損失軟磁性材料の組成・微細構造・製造プロセスの設計指針を得るための解析技術として期待される。

<関連情報>

物理的解釈が可能なトポロジカル機械学習により、ナノ結晶軟磁性材料の高周波損失に寄与する磁壁を特定(Physics-interpretable topological machine learning identifies domain-wall contributors to high-frequency loss in a nanocrystalline soft magnet)

Kosuke Nishioka, Ryunosuke Nagaoka, Michiki Taniwaki, Alexandre Lira Foggiatto, Takahiro Yamazaki, Chiharu Mitsumata, Tomohiro Tanaka, Ippei Obayashi, Yasuaki Hiraoka, Satoshi Okamoto, Masato Kotsugi
NPG Asia Materials (2026):2026-11-17
DOI:10.1038/s41427-026-00683-2

Tii-summary

電気自動車やデータセンターの電力変換装置に使用される軟磁性材料では、高周波動作時のエネルギー損失が課題となっている。本研究は、ナノ結晶軟磁性材料の磁化反転に伴う磁区構造の変化を、物理的解釈が可能な機械学習によって解析した。スーパーコンピューター「富岳」による大規模磁気シミュレーションを実施し、100 kHz、1 MHz、10 MHzの周波数条件で磁区構造を計算した。さらに、パーシステントホモロジーによって磁区・磁壁ネットワークの形状や連結性を特徴量化し、主成分分析と自由エネルギーに基づく解析を組み合わせた。その結果、周波数の上昇に伴って磁区構造が細分化し、磁化反転時のエネルギー障壁が増大することを明らかにした。また、逆解析によって、エネルギー障壁への寄与が大きい領域は、逆磁区の進展先端や一部の微細な磁壁に集中することを可視化した。本手法は、従来把握が難しかった磁壁の局所的な役割を解明し、低損失磁性材料の設計に向けた新たな解析手段となる。

High-frequency energy loss in soft magnetic materials used in power-conversion systems for electric vehicles and data centers remains a major challenge. This study applied physically interpretable machine learning to investigate changes in magnetic-domain structures during magnetization reversal in a nanocrystalline soft magnet. Large-scale micromagnetic simulations were performed using the Fugaku supercomputer at frequencies of 100 kHz, 1 MHz, and 10 MHz. Persistent homology was used to quantify the shapes and connectivity of magnetic-domain and domain-wall networks, combined with principal component analysis and free-energy-based analysis. The results showed that magnetic domains became increasingly subdivided as frequency increased, accompanied by a rise in the energy barrier during magnetization reversal. Inverse analysis further visualized that regions making substantial contributions to the energy barrier were concentrated around advancing reversed-domain tips and selected fine domain-wall segments. This approach reveals the localized roles of domain walls that are difficult to identify using conventional methods and provides a new analytical tool for designing low-loss magnetic materials.

0402電気応用
ad
ad
ad
タイトルとURLをコピーしました