Grenzflächen und Ummagnetisierung in MnAl-C

Dauermagnetesind einwichtiger BausteinunserermodernenGesellschaft. Anwendungsgebiete umfassen den umweltfreundlichen Verkehr, Wasser- und Windkraft. Ein vielversprechendes magnetisches Material ist MnAl-C. Obwohl die tau Phase von MnAl-C keine ferromagnetischen Elemente wie Eisen, Nickel oder Kobalt enthält, ist die tau Phase auch bei hohen Temperaturen ferromagnetisch und zeigt all jene Eigenschaften, die Voraussetzungen für einen hochleistungsfähigen Permanentmagnet sind. Sie enthält keine kritischen Elemente, weshalb ihre längerfristige Anwendung umweltfreundlich ist - in starkem Gegensatz zu seltenerdhaltigen Magneten wie z.B. Nd-Fe-B. Des Weiteren hat tau-MnAl-C eine niedrige Dichte, die für Anwendungen in Transport und Luftfahrt von Vorteil ist. Eine Voraussetzung für einen guten Dauermagnet ist die Anisotropie. Die magnetischen Momente zeigen bevorzugt in eine kristallographische Richtung. Obwohl die magnetische Anisotropie von tau-MnAl-C für ein Material ohne seltene Erden hoch ist, ist sein Widerstand gegenüber Ummagnetisierung, d.h. seine Koerzitivfeldstärke in der Praxis nur ca. 10% des maximal möglichen Wertes, der etwa durch die Anisotropie gegeben ist. Dies ist der Hauptgrund dafür, dass MnAl-C zurzeit nicht als Permanentmagnet verwendet wird. Die niedrige Koerzitivfeldstärke ist durch das Gefüge des Materials bedingt, das im Falle von tau-MnAl-C-Proben verschiedene innere Grenzflächen wie Korn- und Zwillingsgrenzen enthält. Diese Grenzflächen spielen eine Rolle in den Ummagnetisierungsprozessen, aber der dahinterstehende Mechanismus und die relativen Stärken der Effekte sind nicht bekannt. Das Verständnis dieser Ummagnetisierungsprozesse ist als der entscheidende Schritt zu sehen im Versuch, die Leistung von MnAl-C Magneten zu erhöhen. Dies wird der Forschung und der Industrie ermöglichen, die Bildung von vorteilhaften Grenzflächen gezielt zu fördern und die von nachteiligen zu unterbinden. In diesem Projekt wird ein neuartiger Ansatz benutzt, der hochmoderne Charakterisierung mit hochmoderner Computersimulation kombiniert, um quantitative Aussagen zum Einfluss von Grenzflächen auf Ummagnetisierungsprozesse in tau-MnAl-C zu erhalten. Während in früheren Studien nur kleine Flächen der Gefüge untersucht wurden, wird hier Elektronenrückstreubeugung angewendet, um große Flächen zu analysieren und dadurch erstmalig detaillierte Verteilungen der verschiedenen Grenzflächen zu erhalten. Nanoskalige Aspekte werden mittels hochauflösender Transmissionselektronenmikroskopie untersucht. Computermodelle werden aus diesen Gefügedaten generiert, die eine direkte Nachbildung der Gefüge erlauben und den Einfluss der Grenzfächen auf die Ummagnetisierung berechnen lassen. Die Anwendung dieses Ansatzes auf magnetische Materialen ist neuartig. Materialien mit unterschiedlichen Verteilungen von Grenzflächentypen werden experimentell hergestellt und mit dieser Methode untersucht.

Umweltfreundliche Transport- und Energieanwendungen erfordern eine große Menge an hochleistungsfähigen Dauermagneten. In diesem Projekt analysierten wir eine vielversprechende Legierung aus Mangan, Aluminium und Kohlenstoff, MnAl-C, die keine kritischen Elemente in Bezug auf Versorgung und Nachhaltigkeit enthält. Das Material hat sehr geeignete magnetische Eigenschaften, dennoch bleiben die derzeit entwickelten Magnete weit unter ihrem Potenzial. Verschiedene Defekte in der Mikrostruktur beeinflussen seine magnetischen Eigenschaften negativ. Das Verständnis des Einflusses der verschiedenen Defekttypen auf den Prozess der Magnetisierungsumkehr ist der entscheidende Schritt zur Verbesserung der Leistung von MnAl-C-Magneten. Es liefert Konstruktionsrichtlinien für Forscher und Industrie, um neuartige Verarbeitungsrouten zu entwickeln. Ein neuer Ansatz, der modernste Charakterisierungstechniken mit modernsten Computersimulationen kombiniert, wurde entwickelt, um den Einfluss von Defekten auf die Leistung von MnAl-C-Magneten zu quantifizieren. Große Bereiche des Materials wurden mit hochauflösender Transmissionselektronenmikroskopie untersucht. Wir entwickelten einen automatisierten Prozess, um aus Teilen der gemessenen mikrostrukturellen Daten direkt Computermodelle mit großer Detailgenauigkeit zu erzeugen. Computersimulationen dieser Finite-Elemente-Modelle lieferten Informationen über die Qualität der magnetischen Probe. Die Simulation der Eigenschaften und der Leistung der Magnete erfordert eine große Menge an Rechenressourcen. Wir haben ein maschinelles Lernmodell implementiert und trainiert, das in der Lage ist, die Ergebnisse in Sekunden vorherzusagen, anstatt in Wochen, wie es für die Simulationen erforderlich war. Das Modell verwendet Entscheidungsbäume, die mit den Simulationsergebnissen trainiert wurden. Mikrostrukturelle Merkmale, wie eine bestimmte Defektverteilung, können direkt mit der Qualität des Magneten in Verbindung gebracht werden. Diese Information ist für die Magnethersteller von großer Bedeutun g. Die generierten Computermodelle des Materials sind nur kleine Teilmengen eines Magneten in einer realen Anwendung. Daher haben wir einen Algorithmus entwickelt, der die simulierten und vorhergesagten Ergebnisse kombiniert, um Ergebnisse für viel größere Magnete zu erhalten. Solch große Modelle können sonst nicht berechnet werden. Der Algorithmus reduziert die Komplexität des Systems, was als Modell reduzierter Ordnung bezeichnet wird, und nähert dennoch die magnetischen Eigenschaften der gesamten Mikrost rukturdaten sehr genau. Wir analysierten große Datensätze von MnAl-C mit dem entwickelten automatisierten Modellierungsverfahren, dem maschinellen Lernmodell und dem Modell reduzierter Ordnung. Wir haben gelernt, dass MnAl-C ein geeignetes Material für Permanentmagnete ist, die in umweltfreundlichen Anwendungen benötigt werden. Es ist notwendig, die mikrostrukturellen Defekte während der Produktion zu unterdrücken. Wenn sie nicht vollständig entfernt werden können, ist es ratsam zu versuchen, die Korngröße und die Breite der Defekte zu reduzieren.