撰文 / 钱亚光
编辑 / 黄大路
设计 / 柴文静
来源 / www.nature.com, interestingengineering.com, scitechdaily.com
研究人员利用机器学习技术，设计出了复杂的三维热辐射超材料，能够有选择地调节热量散发量，开创了被动冷却的新模式▼
AI设计出来的散热材料冷却效果更好，并且节能，用途广泛。
来自上海交通大学、美国得克萨斯大学奥斯汀分校（University of Texas at Austin）、新加坡国立大学（National University of Singapore）以及瑞典乌梅亚大学（Umea University in Sweden）的科学家们合作，设计了一种机器学习方法，用于制造复杂的三维热辐射超材料（The rmal Meta Emitter）。
展开剩余86%研究成果以“Ultrabroadband and band-selective thermal meta-emitters by machine learning”为题发表在《Nature》上。
上海交通大学材料学院/张江高等研究院博士生肖诚禹为论文第一作者；上海交通大学周涵教授、张荻院士、美国得克萨斯大学奥斯汀分校郑跃兵教授、新加坡国立大学仇成伟院士等为论文共同通讯作者。
热辐射是自然界能量传递的基本形式，它就像一名不知疲倦的“热量快递员”，所有物体时刻都在通过热辐射传递热量——比如晒太阳会感觉到暖和，其实是皮肤在接收太阳的热辐射。
超材料指的是一类具有特殊性质的人造材料，其中具有热辐射性能的超材料可以把多余的热量“打包”传递到外界，穿上这种材料制作的“外衣”就像穿了一件降温神器，能够帮助物体自动降温，在零能耗辐射冷却、电子器件热调控、人体热管理等领域具有重大应用价值。
超材料的微结构设计及材料组分设计组合起来有上百万种可能性，传统的设计方法费时又费力，就像在迷宫里摸黑找路，往往依赖于长期经验和反复试错。
经过亿万年物竞天择，大自然中的生物进化出了许多具有超常光学和热学特性的三维拓扑构型，可以通过热辐射的方式进行自身体温调控。
研究团队从生物体三维拓扑构型中获取灵感，提炼出了多种三维结构单元和空间排列方式，并通过首创的“三平面建模法”巧妙实现了对三维结构单元的精准描述，建立了庞大的三维复杂结构数据集。
结合多种材料体系，团队训练得到了一个热辐射超材料逆向设计AI模型，能够根据所需光谱特性快速、精准地生成相应超材料的多种设计方案，带来了设计维度、速度和性能全方位的提升。
通过这个AI框架，他们产生了1500多种独特的材料，能够以受控的方式选择性地散热，为加热和冷却提供了更高的精度，以提高能源效率。
AI的引入让热辐射超材料的设计不再是局限于已知“菜谱”上小修小补，而是突破了现有“菜式”的“上限”。所创制的热辐射超材料可广泛应用于零能耗辐射冷却、建筑节能降温、航天热控等诸多重要领域，推进相关领域的发展及产业化应用。
“我们的机器学习框架代表了热辐射超材料设计方面的重大飞跃。”得克萨斯大学奥斯汀分校Cockrell工程学院沃克机械工程系教授郑跃兵（Yuebing Zheng）说，“通过自动化流程和扩大设计空间，我们可以创造出以前无法想象的卓越性能的材料。”
01
冷却测试显示节能效果明显
为了评估他们的设计方案，研究人员制造了四种样本材料并对其性能进行了测试。其中一种材料被应用于模型房屋的屋顶，并与普通的白色和灰色涂料进行了比较，以评估其降温效果。在四小时的正午直射阳光照射后，涂有“热辐射超材料”材料的屋顶平均比涂有传统涂料的屋顶低5- 20摄氏度。
基于这一测试结果，该团队估计，在像里约热内卢或曼谷这样炎热城市的公寓楼中，这样的降温措施每年可节省约15800千瓦时的电量。作为参考，一个标准的空调设备每年通常耗电约1500千瓦时。
研究人员通过用模型建筑进行喷漆并将它们放在阳光下测试温度来测试他们的热辐射超材料（来源：得克萨斯大学奥斯汀分校）▼
为验证AI模型的实际效能，团队用AI模型设计并通过实验验证了七种针对特定应用的热辐射超材料，包括宽带热辐射超材料、单波段选择性及双波段选择性热辐射超材料等。实际应用形式包括柔性薄膜、涂料、贴片等多种形式。
另外，在多种户外场景实测中，所有热辐射超材料均展现出优异的自降温效果，并且不同类型的材料可适用于不同的应用环境，就像给物体根据应用环境不同披上了不同的“自动降温外套”。
如在晴朗的正午时分，宽波段超材料下表面温度相比环境温度降低了5.9℃；在多云条件下，单波段选择性超材料降温性能更显著，下表面温度相比环境温度降低了4.6℃；在城市建筑群模拟环境中，单波段选择性超材料下表面温度分别比宽带超材料和商用白漆涂覆表面低2.5℃和5.3℃。披上这层“自动降温外套”，表面温度明显下降，就像开启了天然制冷模式。
将双波段选择性超材料涂覆在模型屋顶，其表面温度比商用白漆涂覆表面低5.6°C，比灰色涂料涂覆表面低21°C，炙热的屋顶瞬间凉爽了下来。这些结果充分展示了AI模型“许愿式”设计材料在建筑节能、城市热岛效应缓解等领域的应用潜力，为未来打造“零能耗降温”城市提供了创新解决方案。
这一AI模型不仅能“发明”新材料，还能从中挑选出那些更适合大规模使用、成本更低的超材料。如，典型的双波段选择性超材料仅需简单的溶液法就能在室温下制备，并以涂料的形式应用于砖墙、金属、塑料和玻璃等多种常见物体的表面，就像给物体用上了防晒降温霜。能耗模拟显示，在中低纬度地区，将该材料应用于建筑屋顶可实现75 MJ/m2的理论节能效果，相当于节省20度电。
这些材料可用于城市，通过反射阳光并在特定波长释放热量来帮助降低城市温度，这有助于减轻“城市热岛效应”，即由于植被稀少且大量使用混凝土，大城市会比周边地区更热。
它们还可应用于太空领域，通过有效管理入射的太阳辐射和散发的热量来帮助调节航天器的温度。
02
纺织品和汽车领域的消费类应用
此外，这些材料成本低、应用形式灵活，从建筑外墙到随身衣物，从户外设施到电子产品，这种物美价廉的“降温能手”将在各个领域大显身手，让高科技降温真正走进千家万户。
除了本研究中的应用外，热辐射超材料可以成为我们日常使用的许多东西的一部分。将它们集成到纺织品和织物中可以改善服装和户外设备的冷却技术。用它们包裹汽车并将其嵌入到室内材料中，可以减少汽车在阳光下停放时产生的热量积聚。
这种材料的精心设计方式较为缓慢且严谨，这使得它们未能得到广泛应用。其他自动化方法难以处理这些超材料复杂的三维结构，因此只能生成简单的形状，如薄层或平面图案，而这些形状的性能相对较差。
中间这栋建筑采用了研究人员研发的热辐射超材料进行包裹。经过太阳照射后，该结构的温度低于使用传统涂料的另外两栋建筑（图片来源：得克萨斯大学奥斯汀分校）▼
郑教授说：“一直以来，这些材料的设计过程都较为缓慢且费力，主要依靠试错法。这种方式往往会导致设计效果不佳，并限制了能够制造出具备必要性能以发挥有效作用的材料的能力。”
姚侃（Kan Yao）是这项研究论文的合著者之一，也是郑教授团队的博士后研究员。他表示：“机器学习或许并不能解决所有问题，但热管理所需的独特光谱特性使得它特别适合用于设计高性能的散热材料。”
研究人员将继续改进这项技术，并将其应用于纳米光子学领域的更多方面——即在最微小的尺度上研究光与物质的相互作用。
Nature审稿人对该项研究给予了高度评价:“研究展示了关于利用机器学习设计与验证宽带超材料的杰出研究。作者将先进机器学习技术应用于热辐射超材料设计,并通过实验验证展现出卓越性能，这一创新成果令人高度赞赏。”
发布于：北京市炒股如何加杠杆提示：文章来自网络，不代表本站观点。
- 上一篇：股票配资市场中国足球彩票胜负彩25102期澳盘最新赔率(14:00)
- 下一篇：没有了
沪深京指数
热点资讯
