Multiphysics simulations of microstructure influence on hysteresis and eddy current losses of electrical steel

本文通过对数字化粘结剂喷射打印的 Fe-Si 钢微观结构进行微磁模拟与计算均质化研究，旨在证明通过优化晶粒尺寸和晶界相厚度可以有效降低电工钢中的磁滞损耗与涡流损耗。

要点

想象一下，你正试图制造一种超高效的电动机。这种电动机的核心是一种被称为电工钢（electrical steel）的特殊金属。当电流流经电机时，这种金属就像是磁场的交通指挥官。然而，就像繁忙的高速公路一样，这种金属并不完美。随着磁场不断地来回切换，金属会变得“疲劳”，并将能量以热量的形式损失掉。这被称为能量损耗（energy loss），它会降低电机的效率。

长期以来，科学家们一直试图通过改变化学配方来改进这种金属。但最近，一种名为增材制造（Additive Manufacturing，基本上就是金属 3D 打印）的新型金属制造方法开启了一扇新的大门。本文探讨了这种 3D 打印金属在微观层面上的表现，以及如何减少其能量损耗。

以下是他们的发现，使用了日常生活的类比：

1. 两个敌人：磁滞与涡流

要理解这个问题，请想象金属内部是一个巨大的、由微小磁铁（称为磁畴，magnetic domains）组成的体育场人群。

• 磁滞损耗（“粘性”人群）： 想象这群人正试图转身面向一个新方向。有些人很固执，死死地守着原来的方向，导致整个群体很难转向。你必须用力推（消耗能量）才能让他们翻转过来。这种“粘性”就是磁滞（hysteresis）。研究发现，金属晶粒之间的“胶水”（即晶界，grain boundaries）就像是一个粘性的陷阱。如果晶粒太大，人群就会卡在特定位置，导致转向变得困难。
• 涡流损耗（“短路”人群）： 现在，想象这群人还在体育场跑道上奔跑。如果跑道是一个平滑、开放的环路，他们可以跑得又快又轻松。但如果跑道上有墙壁或障碍物，他们就不得不绕圈跑或者撞到东西，从而产生摩擦（热量）。在金属中，这些奔跑的路径就是电流。如果金属是一个巨大的、光滑的整体，电流就会横冲直撞并产生大量热量。如果你在晶粒之间设置“墙壁”（绝缘体），电流就会被阻挡，无法跑得太远，从而减少热量。

2. 实验：构建数字孪生

研究人员并非仅仅靠猜测，而是构建了金属的数字孪生（digital twins）。

• 他们提取了真实的 3D 打印金属样本（有些含有硼，有些不含），并拍摄了高倍率照片（SEM 图像）。
• 随后，他们创建了两类计算机模型：
  1. “理想”模型： 他们构建了像马赛克拼图一样完美的计算机生成晶粒。
  2. “真实”模型： 他们扫描了实际的金属照片，并将其转化为数字地图。

他们利用这些地图来模拟磁性“人群”的行为以及电性“奔跑者”的移动。

3. 重大发现

通过进行数千次模拟，他们发现了关于如何调节金属的一些令人惊讶的规则：

“金发姑娘原则”下的晶粒尺寸（适中原则）

• 研究发现： 他们发现，如果晶粒（即马赛克中的单个“瓷砖”）的宽度在 120 微米左右，“粘性”（磁滞损耗）处于最低水平。
• 代价： 然而，使晶粒变大会让“奔跑者”（涡流）跑得更快，从而损失更多能量。
• 类比： 想想这就像一个舞池。如果地板瓷砖太小，舞者（磁铁）会不断被边缘绊倒。如果瓷砖巨大，舞者可以自由旋转，但音乐（电力）传播得太快，会导致场面失控。你需要中等大小的瓷砖，既能保持舞蹈流畅，又不会让音乐失控。

“厚墙”策略

• 研究发现： 晶粒之间的空间充满了特殊的材料（晶界相）。研究人员发现，将这个“墙”做更厚是一个双赢的选择。
• 类比： 想象晶粒是房屋，而边界是围栏。
  • 对于磁滞： 更厚的围栏就像一个更好的缓冲带，有助于磁性“人群”更容易地切换方向，而不至于被卡住。
  • 对于涡流： 更厚的围栏是一个更好的屏障。它阻止了电性“奔跑者”在房屋之间跳跃。如果围栏又厚又具有电阻性，奔跑者就会被困在自己的房子里，无法形成产生大量热量的循环。
• 结果： 厚边界能同时减少这两种类型的能量损耗。

4. 为什么这很重要（根据论文）

论文结论指出，通过简单地优化微观结构——特别是通过控制晶粒的大小并使它们之间的边界变厚——我们可以显著减少在这些磁性核心中浪费的能量。

他们证明了，你不一定需要发明一种新的化学配方；你只需要以更聪明的方式排列现有的原子。他们的计算机模型表明，“厚墙”策略有助于磁性材料更容易地变换方向（减少粘性），同时又能阻挡产生热量的电流（减少短路）。

简而言之： 研究人员通过计算机模拟证明，当 3D 打印电工钢拥有特定中等尺寸的“晶粒”以及较厚的“围栏”时，其表现效果最佳。这种排列方式让金属对磁铁而言不再那么“粘”，同时也更擅长阻挡产生热量的电流，从而带来更高效的机器。

技术摘要

技术摘要：增材制造电硅钢微观结构对滞后损耗与涡流损耗的影响

1. 问题陈述

依赖于软磁材料（如铁-硅合金）的电机效率，从根本上受限于磁芯中的能量损耗。这些损耗主要表现为滞后损耗（在低频下占主导）和涡流损耗。虽然传统的电硅钢通过轧制工艺加工，但高硅含量（>4 wt%）会使材料变脆，从而增加了传统制造的难度。增材制造（AM），特别是粘结剂喷射打印（BJP），提供了一种全新的加工路径，可以规避轧制限制，并且已被观察到能够改善磁性能，例如降低矫顽力和损耗（特别是在添加硼之后）。然而，将增材制造生产的 Fe-Si-B 钢的具体微观结构特征（如晶粒尺寸、晶界相形貌）与其磁学和电学性能联系起来的底层机制仍不明确。本研究旨在通过多物理场模拟方法来阐明这些机制。

2. 研究方法

作者采用了一种结合了微磁模拟和计算均质化的多物理场框架，用以分析数字化微观结构。

2.1 微观结构重建与数字化

开发了两种不同的工作流来生成模拟域：

1. 合成重建： 基于从实验表征中获得的统计描述符（平均晶粒尺寸 $d_G$，晶界厚度 $\ell_{GB}$）。该方法利用泊松盘采样进行种子生成，利用 Voronoi 镶嵌进行晶粒形成，并集成定义的晶界（GB）相。
2. 直接数字化： 对两个特定样品（样品 A：3 wt% Si, 0 wt% B；样品 B：5 wt% Si, 0.25 wt% B）的实验 SEM 图像进行处理。这包括高斯平滑、基于阈值的相边界检测、二值化以及连通分量标记，从而将图像转换为标记的模拟域。

2.2 滞后损耗模拟（Landau-Lifshitz）

使用通过有限差分法（FDM）在 mumax3 软件包中实现的 Landau-Lifshitz (LL) 理论来模拟滞后行为。

• 控制方程： 磁化强度 $\mathbf{m}(\mathbf{r})$ 的演化由 LL 方程控制，该方程通过最小化包含交换能、各向异性能、磁静能和 Zeeman 能项的自由能泛函来实现。
• 材料属性： 磁参数（$K_u$, $M_s$）被定义为硅含量（$X_{Si}$）的函数。GB 相的模型采用了显著降低的磁性能（$K_u$ 和 $M_s$ 缩放了 0.001 倍），以近似混合 Fe-Si/Fe$_2$B 层状结构。
• 尺度桥接： 为了在保持物理相关性的同时确保在介观尺度（微米级）内的数值有效性，布洛赫畴壁厚度被人工设定为 $\sim 4$ $\mu$m。这需要一个大约比物理值大 5,000 倍的梯度常数 $\kappa_m$，从而有效地创建了一个“模型材料”，用以捕捉相对于微观结构特征的畴壁动力学（成核、钉扎、迁移）的趋势。
• 损耗计算： 滞后损耗（$P_H$）是通过对多次退磁循环中的模拟 $B-H$ 回路面积进行计算得出的。

2.3 涡流损耗模拟（磁-准静态均质化）

涡流损耗使用基于麦克斯韦方程组的磁-准静态（MQS）方法进行计算，该方法通过 MFM-FM 代码（MOOSE 框架）中的有限元法（FEM）实现。

• 均质化： 将问题简化为一个定常导电问题，以确定微观结构的有效电导率张量（$\sigma_{eff}$）。这涉及求解满足 Hill 条件的线性边界条件下的电势。
• 电导率建模： 晶粒内部的电导率源自 Fe-Si 合金的实验数据。GB 相的电导率假设为体相 Fe$_2$B 的值（$0.018$S m$^{-1}$），显著低于晶粒内部。
• 损耗计算： 涡流损耗（$P_E$）利用有效电导率和施加的交流频率进行计算，并考虑了趋肤深度效应。在低频（高达 100 Hz）下，使用低频极限公式进行近似。

3. 关键结果

3.1 滞后行为与损耗

• GB 相的作用： 引入 GB 相显著改变了滞后行为。它增加了两个样品的矫顽场（例如，样品 A 从 ~6.8 增加到 ~15.2 kA/m）并降低了剩磁（$B_r$）。GB 相充当了钉扎位点，将畴壁限制在单个晶粒内，并促进在边界处成核。
• 晶粒尺寸（$d_G$）效应：
  • 矫顽力： 对于 3 wt% Si，$H_c$ 随晶粒尺寸呈现轻微上升趋势。对于 5 wt% Si，$H_c$ 随晶粒尺寸增加而降低。
  • 剩磁： 由于低磁化 GB 相的体积分数减少，$B_r$ 随晶粒尺寸增大而持续增加。
  • 滞后损耗（$W_H$）： 损耗通常随晶粒尺寸增加而降低，并在平均晶粒尺寸约为 120 $\mu$m 时达到最小值。
• GB 相厚度（$\ell_{GB}$）效应： 增加 GB 相的厚度导致矫顽力和滞后损耗均有所下降。这归因于电阻性 GB 相体积的增加改变了磁能景观。

3.2 电导率与涡流损耗

• 有效电导率（$\sigma_{eff}$）： GB 相显著降低了材料的整体有效电导率。随着 GB 相厚度的增加，$\sigma_{eff}$ 降低；而随着晶粒尺寸的增加，$\sigma_{eff}$ 升高（因为电阻性 GB 相的相对体积减少）。
• 电流流向： 在具有电阻性 GB 相的微观结构中，电流被强烈偏转，主要通过晶粒内部流动，并绕过 GB 相。这产生了“瓶颈”和优选路径。
• 涡流损耗（$W_E$）：
  • 晶粒尺寸： 涡流损耗随晶粒尺寸增加而增加，因为较大的晶粒为电流流动提供了较少的电阻屏障（GB）。
  • GB 相厚度： 增加 GB 相厚度通过降低体材料的有效电导率来减少涡流损耗。
  • 硅含量： 与 3 wt% 样品相比，高硅含量（5 wt%）的样品表现出较低的损耗，这主要是由于高 Si Fe-Si 合金固有的较低电导率。

4. 意义与主张

本文声称提供了一种经过验证的多物理场方法，用于理解增材制造电硅钢的微观结构-性能关系。主要贡献和主张包括：

• 机制见解： 研究表明，GB 相不仅是一个被动的边界，还是一个影响畴壁钉扎、成核和电流路径的活跃组分。
• 优化潜力： 结果表明可以通过微观结构优化来降低磁芯损耗。具体而言，作者指出存在一种权衡：虽然较大的晶粒可以最小化滞后损耗，但会增加涡流损耗。相反，增加 GB 相厚度有助于同时降低滞后损耗和涡流损耗，尽管这可能会影响饱和磁感应强度。
• 方法论验证： 合成重建与 SEM 数字化样品之间的紧密一致性表明，基于统计描述符的纯合成模型足以获得关于软磁材料行为的有意义见解，这在早期设计阶段可能减少对广泛实验表征的需求。
• 设计指南： 该工作提供了具体的设计指南，例如：为了实现最小滞后损耗，目标平均晶粒尺寸应为 ~120 $\mu$m；并利用较厚的 GB 相来减轻两种损耗机制，前提是接受饱和磁感应强度的降低。

作者保持了谦逊的语气，承认所使用的模型材料使用了缩放参数以保证数值稳定性，并指出未来的工作需要捕捉更复杂的特征（如孤立孔隙和孤立 GB 相），以及进一步完善 GB 相属性的均质化过程。