Pesquisadores do Tokyo University of Science, no Japão, desenvolveram uma ferramenta inovadora que utiliza inteligência artificial para melhorar a eficiência energética de motores elétricos. Este avanço é particularmente relevante diante do crescimento explosivo dos veículos elétricos, que exige soluções para reduzir perdas de energia.
Um dos principais desafios enfrentados é a perda de energia magnética, também conhecida como perda de histerese magnética, que ocorre quando os campos magnéticos dentro do motor mudam de direção repetidamente. Este processo gera calor no núcleo do motor, composto por materiais magnéticos macios, e pode ser agravado por efeitos térmicos que desmagnetizam parcialmente esses materiais.
Os cientistas, liderados pelo Professor Masato Kotsugi e Dr. Ken Masuzawa, desenvolveram o modelo eX-GL, que combina inteligência artificial com física para analisar padrões magnéticos complexos. Este modelo foi aplicado em um estudo sobre domínios magnéticos em um material conhecido como granada de ferro de terras raras.
O modelo eX-GL utiliza homologia persistente, uma técnica matemática avançada, para identificar características topológicas nos dados dos domínios magnéticos. Em seguida, um sistema de reconhecimento de padrões baseado em aprendizado de máquina determina as características mais importantes, criando um panorama digital da energia livre que monitora a evolução das microestruturas magnéticas.
Os resultados mostraram que domínios em formato de labirinto, que se tornam mais complexos com o aumento da temperatura, influenciam significativamente a reversão da magnetização. A pesquisa identificou quatro barreiras de energia principais que afetam a dinâmica dessa reversão, proporcionando uma compreensão mais clara dos mecanismos físicos subjacentes.
O estudo, publicado na revista Scientific Reports, não apenas esclarece o comportamento dos domínios magnéticos, mas também oferece uma estratégia mais ampla para investigar paisagens energéticas complexas em sistemas magnéticos e outros materiais físicos. Este trabalho foi apoiado pela Japan Society for the Promotion of Science e outras instituições.
Leia mais sobre o assunto na sciencedaily.com.
Leia também: Inteligências artificiais otimizam tarefas no ambiente corporativo
📨 Inscreva-se na Newsletter de O Cafezinho
Receba nossas análises e as principais notícias diárias do Brasil e do Sul Global.
Nenhum comentário ainda, seja o primeiro!