Materiales que ayudan a refrescar tu hogar sin aire acondicionado.

Un equipo de investigación internacional formado por investigadores de Estados Unidos, China, Singapur y Suecia acaba de publicar un nuevo método para diseñar materiales capaces de controlar la temperatura de forma más eficaz.

Publicada en la revista Nature , la investigación utiliza tecnología de aprendizaje automático para desarrollar materiales llamados metaemisores térmicos, capaces de regular la absorción y liberación de calor. El objetivo del equipo es crear materiales que ayuden a reducir la temperatura en los edificios, ahorrando así energía y con potencial aplicación en el espacio.

Es posible ahorrar decenas de miles de kilovatios de energía cada año.

FOTO: PEXELS

La nanofotónica térmica, el estudio de la interacción entre la luz y el calor a pequeña escala, promete avances en campos como la tecnología energética y la termofotovoltaica. Sin embargo, el diseño de estos materiales suele ser complejo debido a su dependencia de métodos de ensayo y error, lo que ralentiza el progreso. Los métodos tradicionales suelen estar limitados por formas simples y materiales fijos, lo que dificulta encontrar soluciones óptimas.

El aprendizaje automático allana el camino para los materiales "autoenfriables" de próxima generación.

El nuevo método del equipo de investigación utiliza tecnología de aprendizaje automático para superar estas limitaciones. El sistema es capaz de procesar estructuras tridimensionales complejas y una amplia variedad de materiales, incluso con una cantidad reducida de datos. La principal ventaja de este método reside en su capacidad para buscar automáticamente entre millones de diseños que cumplan con requisitos específicos, utilizando además un modelo de tres planos, lo que amplía las capacidades de diseño en comparación con los métodos bidimensionales anteriores.

El equipo de investigación creó más de 1500 materiales diferentes con diversas capacidades de generación de calor. También probaron siete diseños que demostraron un rendimiento óptico y de refrigeración superior en comparación con las alternativas existentes. El codirector de la investigación, Yuebing Zheng, afirmó: «Nuestro marco de aprendizaje automático representa un gran avance en el diseño de sobrecalentadores. Al automatizar el proceso, pudimos crear materiales con un rendimiento superior inimaginable hasta ahora».

Para comprobar la viabilidad del sistema, el equipo de investigación fabricó cuatro materiales y los probó en el tejado de una vivienda prototipo. Los resultados mostraron que el tejado recubierto con metaemisores era entre 5 y 20 grados Celsius más frío que un tejado pintado de blanco o gris tras cuatro horas de exposición al sol. Se estima que este efecto de enfriamiento podría ahorrar aproximadamente 15.800 kW de energía al año en un edificio de apartamentos en ciudades cálidas como Río de Janeiro o Bangkok.

Más allá de las aplicaciones residenciales, estos materiales pueden ayudar a reducir las temperaturas urbanas al reflejar la luz solar y liberar calor, mitigando así el efecto isla de calor urbano, un factor que contribuye al calentamiento global. También se pueden utilizar en naves espaciales para el control de la temperatura o en productos cotidianos como tejidos refrigerantes para ropa y recubrimientos para automóviles.

El profesor Zheng destacó que los métodos tradicionales suelen ser lentos y poco óptimos, mientras que el nuevo marco ofrece más opciones para optimizar el diseño de materiales. El equipo de investigación planea perfeccionar la tecnología y aplicarla al campo de la nanofotónica para aprovechar el potencial del aprendizaje automático en el diseño de generadores de calor de alta eficiencia.

Fuente: https://thanhnien.vn/vat-lieu-giup-lam-mat-nha-ma-khong-can-dieu-hoa-185251018180423352.htm