Materiali che aiutano a raffreddare la casa senza bisogno di aria condizionata.

Pubblicata sulla rivista Nature , la ricerca utilizza la tecnologia di apprendimento automatico per sviluppare materiali chiamati meta-emettitori termici, in grado di regolare il modo in cui assorbono e rilasciano calore. L'obiettivo del team è creare materiali che contribuiscano a ridurre le temperature negli edifici, consentendo così un risparmio energetico e aprendo la strada a potenziali applicazioni nello spazio.

Vật liệu có thể khiến máy điều hòa trở nên lỗi thời - Ảnh 1. — È possibile risparmiare decine di migliaia di kilowatt di energia ogni anno.

La nanofotonica termica, ovvero lo studio dell'interazione tra luce e calore su piccola scala, promette progressi in campi come la tecnologia energetica e il fotovoltaico termico. Tuttavia, la progettazione di questi materiali è spesso complessa a causa della dipendenza da metodi per tentativi ed errori, il che comporta progressi lenti. I metodi tradizionali sono spesso limitati da forme semplici e materiali fissi, rendendo difficile trovare soluzioni ottimali.

L'apprendimento automatico apre la strada ai materiali "autoraffreddanti" di nuova generazione.

Il nuovo metodo del team di ricerca utilizza la tecnologia di apprendimento automatico per superare queste limitazioni. Il sistema è in grado di elaborare strutture tridimensionali complesse e un'ampia varietà di materiali, anche con una quantità limitata di dati. Il punto di forza di questo metodo risiede nella sua capacità di ricercare automaticamente tra milioni di progetti per soddisfare requisiti specifici, utilizzando al contempo un modello tridimensionale, ampliando così le capacità di progettazione rispetto ai precedenti metodi bidimensionali.

Il team di ricerca ha creato oltre 1.500 materiali diversi con svariate capacità di generazione di calore. Hanno inoltre testato sette progetti che hanno dimostrato prestazioni di raffreddamento e ottiche superiori rispetto alle alternative esistenti. Il co-responsabile della ricerca, Yuebing Zheng, ha dichiarato: "Il nostro framework di apprendimento automatico rappresenta un importante passo avanti nella progettazione dei surriscaldatori. Automatizzando il processo, siamo stati in grado di creare materiali con prestazioni superiori prima inimmaginabili".

Per testare la fattibilità del sistema, il team di ricerca ha realizzato quattro materiali e li ha testati sul tetto di una casa prototipo. I risultati hanno mostrato che il tetto rivestito con meta-emettitori era da 5 a 20 gradi Celsius più fresco rispetto a un tetto verniciato di bianco o grigio dopo 4 ore di esposizione al sole. Si stima che questo effetto di raffreddamento potrebbe far risparmiare circa 15.800 kW di energia all'anno in un condominio in città calde come Rio de Janeiro o Bangkok.

Oltre alle applicazioni residenziali, questi materiali possono contribuire a ridurre le temperature urbane riflettendo la luce solare e rilasciando calore, mitigando così l'effetto isola di calore urbana, un fattore che contribuisce al riscaldamento globale. Possono essere utilizzati anche nei veicoli spaziali per il controllo della temperatura, o in prodotti di uso quotidiano come tessuti rinfrescanti per abbigliamento e rivestimenti per auto.

Il professor Zheng ha sottolineato che i metodi tradizionali sono spesso lenti e non ottimali, mentre il nuovo approccio apre a maggiori possibilità per l'ottimizzazione della progettazione dei materiali. Il team di ricerca prevede di migliorare ulteriormente la tecnologia e di applicarla al campo della nanofotonica per sfruttare il potenziale dell'apprendimento automatico nella progettazione di generatori di calore ad alta efficienza.

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