Erklärbare Analyse der komplexen Labyrinth-Magnetdomänenstruktur durch Erweiterung des Landau-Freienergie-Modells um ein Entropie-Merkmal

Warum verdrehte magnetische Muster für den alltäglichen Energieverbrauch wichtig sind

Elektromotoren sind allgegenwärtig — von Autos und Zügen bis zu Industrierobotern — und ein überraschend großer Teil ihrer Energie geht als Wärme in den magnetischen Kernen verloren, die sie antreiben. Ein Großteil dieses Verlusts entsteht dadurch, wie winzige magnetische Bereiche im Metall ihre Richtung ändern, wenn der Motor läuft. In manchen weichmagnetischen Materialien bilden diese Bereiche komplizierte, labyrinthartige Muster, deren Verhalten sich mit der Temperatur ändert. Diese Arbeit stellt eine neue Methode vor, diese Muster „zu lesen“ und Schritt für Schritt zu erklären, wie sie Energie verschwenden oder einsparen, und ebnet so den Weg zu effizienteren Motoren und elektronischen Geräten.

Von einfachen Streifen zu verworrenen Labyrinthen

Innerhalb eines magnetischen Films teilt sich das Material in kleine Zonen, oder Domänen, in denen viele atomare Magnetnadel in dieselbe Richtung zeigen. In dem hier untersuchten Seltenerd-Eisen-Garnet stehen diese Domänen senkrecht zur Filmoberfläche und bilden schwarz-weiße Streifenmuster, die sich zu komplexen Labyrinthen verdrehen können. Wenn die Temperatur steigt und ein äußeres Magnetfeld hin- und hergefahren wird, tauchen Domänen auf, dehnen sich, verzweigen und verschwinden schließlich wieder. Dieser mikroskopische Tanz erzeugt die vertraute magnetische Hystereseschleife — ein Maß dafür, wie viel Energie bei einem Zyklus verloren geht. Weil die Muster jedoch so verschlungen sind und sich so schnell ändern, war es bisher sehr schwer zu sagen, welche Formen und Umordnungen genau für die Verluste verantwortlich sind.

Eine neue Karte für magnetische Komplexität

Die Forschenden gehen diese Herausforderung mit einem physikgeleiteten Datenanalyse-Rahmen an, den sie das entropie-erweiterte Ginzburg–Landau-Modell, kurz eX-GL, nennen. Zuerst nehmen sie mit einem Kerr-Mikroskop Tausende hochaufgelöste Domänenbilder bei verschiedenen Temperaturen und Magnetfeldern auf, das für jeden kleinen Bereich des Films erkennt, ob er nach oben oder unten zeigt. Anschließend verwenden sie ein mathematisches Werkzeug namens persistente Homologie, um jedes verrauschte Schwarz-Weiß-Labyrinth in einen kompakten Fingerabdruck zu übersetzen, der erfasst, wo Streifen zusammenlaufen, wo sie sich verengen und wie viele Wendungen und Verzweigungen vorhanden sind. Diese Fingerabdrücke fungieren als strukturelle Koordinaten in einem abstrakten Raum, wobei jeder Punkt ein magnetisches Muster repräsentiert.

Gleichgewicht von Energie, Ordnung und Unordnung

Auf dieser strukturellen Fläche konstruiert das Team eine Energielandschaft mithilfe eines klassischen Freienergie-Ausdrucks, der drei Beiträge addiert: Entmagnetisierungsenergie (wie sehr das Muster gegen Streufelder ankämpft), Austauschenergie (wie teuer es ist, Domänenwände zu erzeugen und zu biegen) und ein expliziter Entropie-Term, der misst, wie ungeordnet die Gesamtaufteilung von oben und unten ist. Indem sie das Labyrinthmuster als einfaches Zwei-Zustands-System behandeln — jedes Pixel ist entweder oben oder unten — leiten sie eine kompakte Formel für diese Konfigurationsentropie ab und passen sie an die experimentellen Daten an. Eine Hauptkomponentenanalyse reduziert dann die vielen Strukturbeschreiber auf eine dominierende Achse, die sowohl den Verlauf der Magnetisierungsumkehr als auch Änderungen in diesen Energiebeiträgen nachverfolgt.

Dem Weg der Umkehr durch Energiebarrieren folgen

Wenn die Autoren die Gesamtenergie und ihre Komponenten entlang dieser Strukturachse darstellen, erscheint die Magnetisierungsumkehr als ein Pfad über eine Reihe von Höhen und Plateaus. In der Nähe des Koerzitivpunkts, wo die Nettomagnetisierung null überschreitet, flacht die gesamte Energielandschaft ab, was bedeutet, dass sich das Domänenmuster mit geringem zusätzlichem Aufwand umordnen kann — ein Verhalten, das für weiche Magnete typisch ist. Durch Betrachtung der lokalen Steigungen der einzelnen Energiebegriffe identifizieren sie vier Schlüsselbarrieren, die verschiedene Stadien markieren: die Geburt winziger umgekehrter Domänen, der Wechsel von einfacher Streifenverlängerung zu sich verbreiternden Labyrinthmustern und spätere Stadien, in denen Wände zunehmend gezackt werden. An den letzteren Barrieren wird Entmagnetisierungsenergie freigesetzt, während Austauschenergie und Entropie gemeinsam ansteigen, was zeigt, dass das System seine Gesamtenergie durch die Bildung zahlreicherer, rauerer Wände und einer stärker ungeordneten Anordnung senkt.

Verborgene Struktur in der Entropie sichtbar machen

Schließlich projiziert das Team die entropiebezogenen Merkmale zurück auf die Originalbilder und hebt genau jene Bereiche jedes Labyrinths hervor, die am stärksten zur zunehmenden Unordnung beitragen. Für eine Barriere zeichnen die Hotspots lange, gezackte Domänenwände nach, während sie sich für eine andere um gekrümmte Regionen und mittelkreisige Texturen gruppieren, die mit bloßem Auge schwer zu erkennen sind. Das zeigt, dass Entropie keine abstrakte Größe ist, sondern eng mit der realen Geometrie des Domänennetzwerks verknüpft ist. Die Kernbotschaft für Nicht-Fachleute lautet: Die verlustreichsten Stadien der Umkehr sind jene, in denen die magnetische Landschaft sehr komplex wird — Domänenwände sich vermehren und verdrehen, und das Material zahlt einen energetischen Preis für diese Komplexität. Indem dieser Zusammenhang erklärbar und quantitativ gemacht wird, bietet der eX-GL-Ansatz eine Roadmap zur Gestaltung magnetischer Materialien und Verarbeitungswege, die Domänenmuster von solchen kostenintensiven Zuständen weglenken und so künftigen Motoren und Transformatoren helfen, kühler und effizienter zu laufen.

Zitation: Masuzawa, K., Foggiatto, A.L., Kunii, S. et al. Explainable analysis of the complex maze magnetic domain structure through extension of the Landau free energy model by adding an entropy feature. Sci Rep 16, 12889 (2026). https://doi.org/10.1038/s41598-026-39617-x

Schlüsselwörter: magnetische Domänen, Energieverlust, weiche Magnete, Entropie, datengetriebene Materialien