Jiles-Atherton模型动画绘制磁性材料的B-H回线。实时计算矫顽力、剩余磁感应强度与磁滞损耗。
本模拟器基于Jiles-Atherton模型，其核心是计算有效磁场，它由外加磁场和材料内部磁化产生的场共同决定：
$$H_e = H + \alpha M$$其中，$H$是外加磁场（A/m），$M$是磁化强度（A/m），$\alpha$是分子场系数，代表了磁畴间的相互作用强度。
无磁滞磁化$M_{an}$描述了如果没有能量损耗（理想情况）下的磁化状态，它是有效磁场的函数：
$$M_{an}= M_s \left[ \coth\left(\frac{H_e}{a}\right) - \frac{a}{H_e} \right]$$$M_s$是饱和磁化强度，$a$是形状参数。这个朗之万函数形式描述了磁矩随磁场转向的过程。最终的磁感应强度$B$由$B = \mu_0 (H + M)$给出，$\mu_0$是真空磁导率。
电力变压器与电机：这是磁滞损耗管理的主战场。工程师通过模拟选择硅钢片等软磁材料，目标是获得又瘦又窄的磁滞回线，以最小化铁芯在交流电下的发热，提升能源转换效率。
永磁体与数据存储：硬盘驱动器的磁记录介质、扬声器里的钕铁硼磁铁都需要宽大的磁滞回线。高矫顽力(Hc)确保磁化状态稳定，不被外界干扰；高剩磁(Br)提供强磁场。
高频电子设备：开关电源、射频变压器中使用铁氧体材料。它们在高频下仍保持低损耗，模拟可以帮助优化其成分和工艺，以满足特定频率下的性能要求。
无损检测与传感器：通过测量材料的磁滞回线特征，可以非破坏性地评估金属构件的应力状态或微观缺陷。例如，输油管道的应力集中区域，其磁特性会发生可探测的变化。
开始使用本模拟器时，有几个容易陷入的误区。首先是“矫顽力Hc大的材料=好磁铁”这种简单化的想法。硬磁材料确实Hc较大，但“好”的标准因应用场景完全不同。例如，扬声器的磁路需要具有一定矫顽力且温度稳定性强（不易退磁）的材料。另一方面，电机铁芯必须使用矫顽力小（回线细窄）的软铁材料，若在此处使用硬磁材料，将导致严重发热而无法运转。材料选择应从“想要实现什么功能”出发进行逆向推导。
其次是参数设置的陷阱。虽然在模拟器上可以自由调整“饱和磁化”和“分子场系数α”，但实际材料中这些参数并非相互独立。例如，若将铁氧体的α盲目设置过大，可能会出现非物理性的回线形状（比如过度呈现矩形）。在实际工作中标定J-A模型参数时，必须遵循的原则是：依据实测的B-H回线数据进行拟合，从而确定一组参数集。例如，某铁氧体材料会呈现 $M_s=3.2\times10^5$ [A/m], $a=50$ [A/m], $α=0.001$ 这样一组平衡的数值。
最后，要避免认为“模拟的回线面积直接等于发热量”。虽然磁滞损耗W确实与回线面积成正比，但切勿忘记实际设备中的发热还需加上“涡流损耗”。尤其在交变磁场中，频率越高，涡流损耗往往占主导地位。在此工具中选择“变压器铁芯”并提高频率时，回线形状不会改变（因为未考虑涡流），但现实中采用薄硅钢片叠压的核心目的，正是为了抑制这种涡流。
对磁滞回线的理解，是CAE中特别是电磁场分析（EM分析）最基础的部分。具体而言，它直接关系到精确估算电机或变压器铁芯损耗的“铁损计算”。在使用FEM（有限元法）软件分析电机时，为材料设置的B-H曲线或损耗系数，往往正是由这种J-A模型来表征的。若计算粗糙，会导致电机效率预测出现重大偏差，在产品开发中遭受挫折。
此外，它与电力工程与电力电子领域也紧密相连。开关电源中使用的变压器和电感器的铁芯选型，其工作频段下的磁滞损耗直接影响效率。例如，工作在100kHz的DC-DC转换器会选用回线细窄、高频特性优异的铁氧体磁芯。反之，工频（50/60Hz）大型变压器则采用取向硅钢片。在本模拟器中切换材料，你应能切身感受到损耗数量级的变化。
另一个应用领域是无损检测（NDT）。磁性材料的内应力或疲劳劣化，会微妙地改变其磁滞回线的形状。存在通过测量这种变化来评估材料状态的技术。在模拟器中改变“钉扎系数k”会导致回线粗细变化，而这在现实中可对应材料内部缺陷或应变的增加。也就是说，B-H回线也可以成为材料的“体检报告”。
首先，建议下一步学习“动态磁滞”。本模拟器建模的是准静态变化（缓慢改变磁场时），但在实际交流应用中，需要考虑频率引起的回线展宽（涡流影响）以及磁场变化速率本身对损耗的作用。在数学层面，你将进入包含微分项 $dM/dt$ 的扩展J-A模型，或分离计算损耗的“Steinmetz经验公式”等更广阔的领域。
如果想在数学背景上更进一步，可以关注常微分方程的数值解法。J-A模型的核心在于求解磁化M的微分方程 $$ \frac{dM}{dH} = \frac{M_{an} - M}{k \delta - α(M_{an}-M)} $$ （此处$\delta$为磁场H增减方向的符号）。模拟器能够绘制流畅动画的背后，正是使用“欧拉法”或“龙格-库塔法”等数值方法对此方程进行逐帧计算。尝试自己编写简单脚本复现，你将能直观地把握模型的本质。
最后，从材料角度补充学习也很重要。了解微观磁性物理学的基础，能使参数的意义更加清晰。例如，“饱和磁化$M_s$”对应材料中原子磁矩的总和，“分子场系数α”对应形成磁畴的交换相互作用强度。在模拟器中选择“铁氧体”时回线会略显矩形，其背后正是其微观磁化反转机制（以磁化旋转为主，而非磁壁移动）的体现。若能想象工具参数与物理现象之间的关联，作为CAE工程师的运用能力必将提升一个台阶。