Orbital fingerprinting of magnetism across the Mn-Ni-Ga Heusler ternary

In de wereld van de materiaalkunde zijn sommige legeringen als kameleon, die hun gedrag veranderen op basis van hoe ze zijn gemaakt of in welke omgeving ze zich bevinden. Onder deze groep vallen metalen die bekend staan als Heusler-legeringen, die opvallen door hun vermogen om tussen verschillende magnetische toestanden te schakelen. Dit zijn niet zomaar eenvoudige magneten die aan een koelkast plakken; het zijn complexe mengsels van elementen die kunnen rekken, krimpen of hun interne orde kunnen veranderen wanneer ze worden blootgesteld aan magnetische velden of temperatuurschommelingen. Dit maakt ze waardevol voor het creëren van geavanceerde apparaten, van sensoren die minuscule bewegingen detecteren tot koelsystemen die magnetische velden gebruiken in plaats van schadelijke gassen. Echter, het voorspellen van exact hoe een specifiek mengsel zal reageren, is berucht moeilijk. Hoewel wetenschappers lang hebben vertrouwd op eenvoudige regels gebaseerd op de verhouding van ingrediënten om de eigenschappen van een materiaal te raden, falen deze regels vaak wanneer het mengsel net iets uit balans is of wanneer de atomen op een ongeordende manier zijn gerangschikt. De magnetische staat van deze materialen hangt af van een delicate dans van elektronen, en zelfs een minuscule verschuiving in het recept kan het hele systeem doen omslaan van de ene magnetische persoonlijkheid naar de andere.

Een team van onderzoekers zette zich scharpe om dit puzzelstuk op te lossen door te kijken naar een specifieke trio van elementen: mangaan, nikkel en gallium. Ze wilden begrijpen hoe de magnetische persoonlijkheid van dit mengsel verandert over het gehele bereik van mogelijke recepten, niet alleen de perfecte, tekstboekversies. Om dit te doen, maakten ze gebruik van een krachtige combinatie van computersimulaties en kunstmatige intelligentie. In plaats van te proberen de uitkomst te raden op basis van alleen de lijst met ingrediënten, leerden ze een computer de "elektronische vingerafdruk" van het materiaal te lezen. Deze vingerafdruk is een gedetailleerde kaart van hoe elektronen rond de atomen zijn verdeeld, wat subtiele aanwijzingen geeft over hoe de atomen met elkaar interageren. Door hun modellen te trainen op honderden gesimuleerde structuren, ontdekten de onderzoekers dat deze elektronische kaart de werkelijke sleutel bevat tot het voorspellen van magnetisch gedrag, wat de nauwkeurigheid van traditionele methoden ver overtreft.

De onderzoekers begonnen met het genereren van een uitgebreide bibliotheek van 370 verschillende atomaire arrangementen voor het mangaan-nikkel-gallium-systeem. Dit waren geen perfecte, geordende kristallen, maar eerder realistische, licht ongeordende structuren die de rommelige realiteit van werkelijke materialen nabootsen. Voor elke structuur voerden ze complexe computersimulaties uit om de toestand met de laagste energie te bepalen, waarbij ze de natuur effectief vroegen welke magnetische configuratie de atomen het liefst zouden aannemen. De resultaten onthulden een rijk en competitief landschap. In sommige regio's van het mengsel stonden de atomen perfect in dezelfde richting uitgelijnd, wat een sterk ferromagnetisme creëerde. In andere regio's rangschikten ze zich in tegengestelde patronen, waardoor ze elkaar opheven om niet-magnetisch te worden, of vormden ze complexe, gedeeltelijk tegengestelde structuren die bekend staan als ferrimagneten. De grenzen tussen deze toestanden waren ongelooflijk dun, vaak gescheiden door energieverschillen die zo klein waren dat ze nauwelijks meetbaar waren, wat het bijna onmogelijk maakt om de uitkomst te voorspellen door enkel naar de chemische formule te kijken.

Om deze complexiteit te begrijpen, introduceerde het team een nieuwe manier om de materialen te beschrijven met behulp van wat zij orbitale vingerafdrukken noemden. Stel je voor dat je een snapshot neemt van de energieniveaus van de elektronen die rond specifieke atomen zoals mangaan of nikkel draaien, en die snapshot vervolgens opdeelt in zijn belangrijkste kenmerken. Deze kenmerken omvatten hoe ver de energieniveaus uit elkaar liggen voor elektronen die in verschillende richtingen draaien, en hoeveel elektronen specifieke energiebanden bezetten. De onderzoekers voedden deze vingerafdrukken aan machine learning-modellen, en trainden hen om de patronen te herkennen die tot elke magnetische staat leiden. De resultaten waren opmerkelijk. Wanneer de modellen alleen vertrouwden op het basisrecept — het percentage mangaan, nikkel en gallium — konden ze de magnetische staat ongeveer tweederde van de tijd correct raden. Echter, zodra de modellen de elektronische vingerafdrukken kregen, sprong hun nauwkeurigheid naar bijna 87 procent.

De meest significante bevinding was het identificeren van precies welk deel van de elektronische vingerafdruk het belangrijkst was. De modellen wezen consequent naar één kenmerk: de energiekloof tussen de elektronische toestanden van mangaanatomen. Deze kloof, die het verschil vertegen representeert in energie tussen elektronen die de ene kant op draaien versus de andere, fungeerde als de primaire schakelaar die bepaalde of het materiaal magnetisch zou zijn en wat voor soort magnetisme het zou vertonen. Deze ontdekking bevestigde dat de onderliggende fysica die het gedrag van het materiaal drijft, inderdaad werd gevangen door deze vingerafdrukken. Bovendien ontdekten de onderzoekers dat deze vingerafdrukken ook de sterkte van het magnetisch moment en de mate van spinpolarisatie — een eigenschap die cruciaal is voor de volgende generatie elektronica — met een hoge mate van precisie kunnen voorspellen. In tegenstelling hiertoe faalden traditionele methoden gebaseerd op het tellen van valentie-elektronen volledig in deze ongeordende omgeving, waarbij ze resultaten produceerden die slechter waren dan willekeurig gokken.

De studie benadrukte ook het potentieel voor het ontdekken van nieuwe materialen met unieke eigenschappen. Door de energieverschillen tussen concurrerende magnetische toestanden te analyseren, identificeerde het team verschillende specifieke composities waar de energiekloof verwaarloosbaar klein was. In deze zeldzame gevallen zou een kleine externe duw, zoals een magnetisch veld, de balans kunnen doen doorslaan en het materiaal van de ene naar de andere staat kunnen schakelen. Deze gevoeligheid is het kenmerk van het magnetocalorisch effect, een fenomeen dat kan worden ingezet om uiterst efficiënte, milieuvriendelijke koeltechnologieën te creëren. De onderzoekers merkten op dat hoewel hun simulaties krachtig waren, ze beperkt waren tot kubische structuren en geen rekening hielden met meer complexe, vervormde vormen die in de echte wereld bij productie zouden kunnen voorkomen. Desalniettemin biedt de benadering die zij hebben ontwikkeld een robuuste en generaliseerbare tool. Het overbrugt de kloof tussen het trage, dure proces van het berekenen van elk detail vanaf nul en de snelle maar vaak onnauwkeurige methode van eenvoudige receptgebaseerde gokken. Door te leren de elektronische vingerafdrukken te lezen, hebben wetenschappers nu een helderder pad naar het ontwerpen van de magnetische materialen van de toekomst, waarbij ze de chaotische competitie van atomen transformeren in een voorspelbare en regelbare wetenschap.