Multiparametrische robuste Messung über Auslesung charakteristischer Magnetisierungsschleifen

Mehr messen mit einem winzigen Sensor

Moderne Geräte — von Leistungselektronik bis zu medizinischen Instrumenten — müssen oft mehrere Größen gleichzeitig überwachen, etwa Temperatur und Magnetfeld. Üblicherweise erfordert das mehrere Sensoren und eine sorgfältige Kalibrierung, die im Laufe der Zeit driftet. Diese Arbeit stellt eine neue Methode vor, mit der sich sowohl Temperatur als auch Magnetfeld gleichzeitig aus einem einzigen winzigen magnetischen Film auslesen lassen, dabei zuverlässig bleiben und unempfindlich gegenüber Veränderungen der umgebenden Elektronik sind.

Wie ein magnetischer Film zum Thermometer und Feldmesser wird

Kern der Methode ist ein spezieller transparenter magnetischer Film, der bei Magnetisierung die Polarisation von Licht dreht. Die Forschenden schicken polarisiertes Licht durch diesen Film und reflektieren es an einem Spiegel auf der Rückseite. Wird ein wechselndes Magnetfeld angelegt, schwingt die Magnetisierung im Film nicht entlang einer einfachen Gerade, sondern beschreibt eine Schleife. Diese Schleife hängt sowohl von der Temperatur als auch von einem zusätzlich vorhandenen statischen Magnetfeld ab. Indem sie mit einem ausgeglichenen Photodetektor beobachten, wie sich die Lichtintensität zeitlich ändert, zeichnen die Forschenden diese Schleifen berührungslos auf und halten das System elektrisch isoliert.

Verborgene Muster in schwankenden Signalen

Die aufgezeichnete Schleife wird nicht Punkt für Punkt analysiert. Stattdessen zerlegt man das Signal in eine kleine Menge von Bausteinen, die Harmonischen genannt werden — einfache Sinuskomponenten bei Vielfachen der Anregungsfrequenz. Jede Harmonische hat eine Stärke (Amplitude) und eine zeitliche Verschiebung (Phase). Verschiedene physikalische Effekte im magnetischen Film, etwa wie Domänen beim Feldwechsel entstehen, sich verschieben und verschwinden, hinterlassen unverkennbare Fingerabdrücke in diesen Amplituden und Phasen. Einige Harmonische spiegeln die Ansprechstärke des Materials wider, andere erfassen Verzögerungen oder Asymmetrien der Reaktion. Zusammengenommen beschreiben sie in kompakter Form die gesamte Schleifenform.

Formzahlen, die Elektronikdrift ignorieren

In der Praxis werden rohe Amplituden und Phasen leicht durch Änderungen der Verstärkung, Kabellängen oder Verzögerungen in der Elektronik verzerrt — Probleme, die üblicherweise häufige Neukalibrierungen erzwingen. Um das zu vermeiden, verwenden die Autor:innen die Harmonischen nicht direkt. Stattdessen bilden sie Verhältnisse von Amplituden und Differenzen von Phasen zwischen Harmonischen, wobei stets auf die Haupt- (Fundamental-)Harmonische Bezug genommen wird. Diese abgeleiteten „Formparameter“ beschreiben ausschließlich die Geometrie der Schleife, nicht die absolute Größe oder das Timing der Messkette. Das Ergebnis ist eine Menge materialspezifischer Kennzahlen, die stabil bleiben, selbst wenn die Signalkette etwas lauter, leiser oder langsamer wird.

Bedingungen kartieren und Algorithmen die Umkehrung durchführen lassen

Um aus diesen Formparametern echte Messwerte für Temperatur und Magnetfeld zu gewinnen, führen die Forschenden zunächst eine detaillierte Kalibrierung durch. Sie variieren systematisch Temperatur und angelegtes Bias-Feld und zeichnen auf, wie sich jeder Formparameter verändert, wodurch sie glatte zweidimensionale Karten erstellen. Einige Parameter folgen überwiegend der Temperatur, andere vornehmlich dem Magnetfeld, und viele zeigen komplexere Kämme und Täler, die beide Größen kodieren. Anhand dieser Karten testen sie dann zwei Verfahren zur Lösung des inversen Problems: eine Lookup-Tabellen-Methode, die die Karten numerisch durchsucht, sowie ein maschinelles Lernmodell auf Basis eines Random-Forest-Regressors, trainiert mit verrauschten synthetischen Daten, die aus der Kalibrierung abgeleitet wurden.

Wie genau das ist und warum es wichtig ist

Beide Ansätze können Temperatur und Magnetfeld aus neuen Messungen mit hoher Präzision rekonstruieren. Die Studie berichtet typische Unsicherheiten von etwa 0,17 Kelvin und 6 Mikrotesla über die getesteten Bereiche bei Einsatz des maschinellen Lernmodells. Der hauptsächliche begrenzende Faktor ist nicht die Elektronik, sondern zufällige Variationen in der Art, wie magnetische Domänen im Film nucleieren — eine Form intrinsischen magnetischen Rauschens. Weil die Methode auf verstärkungs- und verzögerungsinvarianten Formparametern basiert, muss der Sensor nicht neu kalibriert werden, wenn sich die Ausleseelektronik durch Alterung oder leichte Änderungen verändert. Das Konzept lässt sich zudem auf andere Ausleseschemata und sogar auf andere Arten nichtlinearer Materialien übertragen und bietet einen allgemeinen Weg zu kompakten, robusten Mehrgrößensensoren für künftige Technologien.

Zitation: Path, M.P., Vogel, M. & McCord, J. Multiparametric robust sensing via readout of characteristic magnetization loops. Sci Rep 16, 8148 (2026). https://doi.org/10.1038/s41598-026-42763-x

Schlüsselwörter: magneto-optische Sensorik, multifunktionale Sensoren, magnetische Hysteresen, Temperaturmessung, Maschinelles Lernen Auslesung