超磁致伸缩材料（GMMs）中的磁弹耦合效应因其能够广泛应用于自旋电子学和能量转换等领域，吸引了人们极大的兴趣。杭州电子科技大学微电子研究院张正明副教授、王敦辉教授课题组，提出了一种结合机器学习和高通量微磁学模拟的方法，预测了RFe2型（R=稀土）超磁致伸缩材料成分与饱和磁致伸缩系数的映射关系，并在三元合金TbxDy1-xFey体系中筛选出了具有优异磁致伸缩和压磁性能的成分范围。在优选的成分范围内，TbxDy1-xFey压磁灵敏度高达10.22 ~ 13.61 mT·MPa-1，与相关实验数据吻合得很好，为研制高性能压磁传感与换能器件提供了选材依据。机器学习和高通量微磁学模拟相结合的材料筛选方法，为设计具有优异磁弹性能的超磁致伸缩材料提供了一种有效途径，并有望在更多磁性功能材料中得到推广。
图1 a 具有正λs的TbxDy1-xFey材料中拉应力或压应力诱导的单轴各向异性；b 高通量微磁学模拟流程示意图；c -500 MPa ~ 500 MPa应力作用下磁化强度变化量Δx与TbxDy1-xFey成分分布的关联图；d Tb0.26Dy0.74Fe1.96（M1）、Tb0.31Dy0.69Fe1.96（M2）、Tb0.34Dy0.66Fe1.96（M3）和Tb0.42Dy0.58Fe1.96（M4）磁化强度与应力的依赖关系（mx−σ）；e M1、M2、M3 和 M4 样品在应力驱动下的磁畴演化过程
研究成果发表于Rare Metals期刊上，【Gong, JH., Zhang, ZM., Zhang, CL. et al. Optimizing magnetoelastic properties by machine learning and high-throughput micromagnetic simulation. Rare Met. 43, 2251 (2024). 】。杭州电子科技大学张正明副教授和王敦辉教授为论文的共同通讯作者，课题组硕士生龚健虎同学和张正明副教授为共同第一作者。该研究得到了国家重点研发计划2021YFB3501401，国家自然科学基金52001103、U22A20117，浙江省自然科学基金LQ21E010001的资助。