基于非晶丝材并由深度学习驱动的宽范围无线圈磁传感器

《Journal of Magnetism and Magnetic Materials》：Wide-range coil-less magnetic sensor based on amorphous wire driven by deep learning

　　张博|李嘉泽|周志辰|刘赫舟|王泽鹏|李建华|陶远|王子雅|万亚东|张超中国北京100083，北京科技大学数学与物理学院摘要为进一步提升巨磁阻传感器性能，将其测量范围扩展至线性响应区域之外已成为该领域的重要挑战。本研究探讨了由Co67.11Fe4.51Si12.79B15.59组成的、直径为97.5微米的钴基非晶丝的无线圈巨磁阻效应及磁通门特性，并提出了一种解码该丝电压信号的方法。当用足够幅值的正弦电流激励这种非晶丝时，其端点的电压波形会因沿轴向施加的外部直流磁场而发生调制。通过分析不同磁场下的电压波形，可获取大量与磁场相关的信息。经过哈里斯霍克斯优化器优化的二维卷积神经网络能够准确测定磁场强度，在50奥斯特的全量程及0.1奥斯特的校准步长条件下，平均绝对误差仅为0.0911奥斯特。直接采集电压波形无需线圈、锁相放大器等结构，实现了从电压波形到磁场的端到端映射。该方法为通过简化硬件结构并拓展测量范围来突破巨磁阻传感器的性能瓶颈提供了新的技术路径，为嵌入式及密集阵列式传感应用奠定了基础。引言在众多科学与工程领域中，准确高效地检测磁场信息是一项迫切需求。在导航系统、医学诊断、地质勘探以及工业无损检测等领域，磁传感器发挥着不可或缺的作用[1]。磁传感器利用多种物理现象进行磁场测量，包括磁通门效应、电磁感应、霍尔效应、隧道磁阻、巨磁阻、各向异性磁阻以及巨磁阻效应[2][28]。在这些技术中，基于软磁材料的磁通门传感器和巨磁阻传感器因其高灵敏度、快速响应以及优异的稳定性而备受关注。基于非晶丝的巨磁阻传感器的核心物理机制在于高磁导率材料的趋肤效应以及对外部磁场敏感的周向磁导率[3][4][5]。非晶丝具有磁致伸缩特性，制造过程中的快速冷却会形成周向磁畴，从而使周向磁导率随轴向磁场发生变化。当非晶材料被高频电流激发时，趋肤深度直接取决于周向磁导率，进而间接受轴向磁场影响；趋肤深度的变化会导致材料阻抗出现显著变化。关于巨磁阻效应的详细综述可见参考文献[6][7]。钴基非晶丝具有负磁致伸缩系数，这有助于在制备过程中形成稳定的周向磁畴，从而产生比其他软磁材料更显著的巨磁阻效应，使其成为高灵敏度磁传感器的理想核心材料。然而，传统巨磁阻传感器的一个常见局限是其测量范围较窄，通常仅限于外部磁场与阻抗之间的线性区域，往往只有几奥斯特。例如，典型的巨磁阻传感器工作范围在0–80,000纳特（约0.8奥斯特）之间[8]；超出此范围的磁场会导致较大的测量误差或传感器完全失效。采用具有特殊纳米结构的非晶丝制造的巨磁阻传感器，其线性工作范围也通常仅为0–70,000纳特（约0.7奥斯特）[9]。这严重限制了巨磁阻传感器在强静态磁场或大范围动态磁场测量场景中的应用。自1936年首次发明以来，基于软磁材料的磁通门传感器已得到了广泛研究[10][11]。经过数十年的发展，磁通门传感器的测量范围通常可达±200,000纳特（约±2奥斯特）[12]。传统的磁通门传感器依赖激励线圈和拾取线圈，信号处理电路也是必不可少的。此外，为获得较大的测量范围，它们通常需要依靠闭环结构，主动施加补偿磁场以使传感器始终工作在线性区域。这无疑增加了制造成本，同时也阻碍了其小型化及阵列集成化的发展。为简化传感器结构，Butta等人[13]提出了一种新型的无线圈磁通门技术。他们发现，当用超过饱和电流Isat的交流电激励具有螺旋各向异性的磁性复合丝时，其端子间的电压波形的二次谐波会在±100,000纳特（约±1奥斯特）范围内与轴向外部磁场呈线性对应关系。这种方法彻底消除了线圈结构，实现了传感器的显著小型化。Atalay等人[14][15][16]继续对具有螺旋各向异性的非晶丝进行了研究，证实了基于非晶丝的无线圈磁通门传感器的有效性，并研究了灵敏度与测量范围随激励电流大小、扭转角度、退火条件以及导线成分的变化规律。这类传感器的主要优势在于，它们在通过简化结构降低成本和部署复杂度的同时仍能保持较高的灵敏度。不过，它们仍然依赖锁相放大器，且必须在二次谐波对磁场呈线性响应的范围内工作。上述无线圈磁通门研究均基于高频大电流激励下非晶丝端点电压波形的畸变现象。人们通过特定电路提取这些畸变特征，从而表征磁场。这种畸变反映了导线内部的微观磁化过程——包括磁矩旋转和磁畴壁运动——这些过程最终体现在电压和电阻等宏观电学量上[17]。波形畸变包含丰富的磁场相关信息，但以往的研究通常仅局限于提取单一谐波，如二次谐波。如果能够充分利用完整的时域波形信息，建立从波形到磁场强度的端到端映射，那么就有望同时解决传统传感方法面临的两个主要问题：硬件复杂性以及测量范围有限的问题。近年来，计算能力飞速发展，深度学习算法也日益成熟。一维卷积神经网络在从复杂的时序信号中提取特征以及建立精确映射方面展现出卓越的能力[18][19][20]。为了自动调整超参数，人们还开发了各种元启发式算法，如灰狼优化器[21]和哈里斯霍克斯优化器[22]，这些算法大大降低了CNN优化所需的时间成本，提升了训练效果。这些发展为从非晶丝电压波形中提取特征以及建立波形到磁场的映射提供了强大的工具。本研究提出了一种基于Co67.11Fe4.51Si12.79B15.59非晶丝的磁传感器。该非晶丝与电阻器串联，同时利用无线圈磁通门效应和巨磁阻效应共同调制电压波形。采集到的波形直接输入到一维卷积神经网络中，无需借助锁相放大器来提取微弱信号特征，从而突破了线性范围的限制，将测量范围大幅扩展到0–5,000,000纳特（约50奥斯特），而且无需依靠扭转产生的螺旋各向异性或特殊的后续处理工艺。本文还讨论了传感器正常工作所需的激励条件以及其在实际应用中的潜力。实验部分如图1(A)所示，本研究使用了直径为97.5微米的Co67.11Fe4.51Si12.79B15.59非晶丝。通过Cu Kα射线进行的X射线衍射实验确认了该丝的非晶性质。如图1(C)所示，XRD图谱在大约2θ=45°处呈现出宽大的漫散射晕，没有出现任何尖锐的布拉格衍射峰，这表明该材料具有完全玻璃态的结构。该丝的磁滞回线是通过振动样品磁强计测量的。激励参数优化及其对传感机制的影响为获得富含磁场信息的电压波形，本研究通过改变激励频率和电流幅度，分析了激励参数对波形的影响。激励频率是影响巨磁阻效应的核心参数。根据麦克斯韦方程组，电流密度衰减到表面值1/e处的深度——即趋肤深度——可由以下公式给出[7]：d=1/ωμε02√(1+σ/ε0ω2)对于导电性良好的材料，由于σ/(ε0ω)?1，该公式可简化为：d=2ωμσ=1/πfμσ其中ω为角频率。总结与结论本研究提出了一种基于Co67.11Fe4.51Si12.79B15.59非晶丝的无线圈磁传感方法，该方法结合了巨磁阻效应和无线圈磁通门效应，并通过一维卷积神经网络实现从电压波形到磁场的端到端映射。通过扫描电子显微镜、X射线衍射以及振动样品磁强计对该非晶丝进行了全面表征，证实了其玻璃态结构以及优异的软磁性能（Hc≈3.5奥斯特）。经过12小时的长期稳定性测试，其电阻漂移仅为约0.5%，体现了良好的可靠性。作者贡献声明张博：撰写——初稿、可视化、验证、软件、方法论、研究、正式分析、数据整理、概念构建。李嘉泽：验证、软件、方法论、研究、数据整理。周志辰：撰写——审阅与编辑、研究、正式分析、数据整理。刘赫舟：撰写——审阅与编辑、研究、正式分析、数据整理。王泽鹏：验证、软件、方法论、研究、数据整理。李建华：无。利益冲突声明作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。致谢作者感谢实验室提供的技术支持。