科学誌「ネイチャー」に掲載されたこの研究は、機械学習技術を用いて、熱の吸収と放出を制御できる「熱メタエミッター」と呼ばれる材料を開発するものです。研究チームの目標は、建物の温度を下げるのに役立つ材料を開発し、エネルギーを節約するとともに、将来的には宇宙空間への応用も視野に入れています。
毎年数万キロワットのエネルギーを節約することが可能です。
写真：PEXELS
熱ナノフォトニクスは、微小スケールにおける光と熱の相互作用を研究する分野であり、エネルギー技術や熱光起電力などの分野における進歩に大きな可能性を秘めている。しかしながら、これらの材料の設計は試行錯誤に頼ることが多く、進歩が遅いという課題を抱えている。従来の手法は、形状が単純で材料も固定されているため、最適な解決策を見出すことが難しい場合が多い。
機械学習は、次世代の「自己冷却」材料への道を開く。
研究チームが開発した新しい手法は、機械学習技術を用いてこれらの制約を克服するものです。このシステムは、少量のデータでも複雑な三次元構造や多様な材料を処理することが可能です。この手法の強みは、何百万ものデザインの中から特定の要件を満たすものを自動的に検索できる点にあります。さらに、三次元モデルを活用することで、従来の二次元手法に比べて設計能力を大幅に向上させています。
研究チームは、多様な発熱能力を持つ1,500種類以上の材料を開発しました。また、既存の代替品と比較して優れた冷却性能と光学性能を示す7つの設計をテストしました。共同研究責任者のYuebing Zheng氏は、「私たちの機械学習フレームワークは、過熱器設計における大きな飛躍を意味します。プロセスを自動化することで、これまで想像もできなかったほど優れた性能を持つ材料を開発することができました」と述べています。
システムの実現可能性を検証するため、研究チームは4種類の材料を作製し、試作住宅の屋根で試験を行った。その結果、メタエミッターを塗布した屋根は、4時間の太陽光照射後、白または灰色に塗装した屋根よりも5～20℃低い温度を示した。この冷却効果により、リオデジャネイロやバンコクのような暑い都市の集合住宅では、年間約15,800kWのエネルギーを節約できると推定されている。
これらの素材は、住宅用途以外にも、太陽光を反射して熱を放出することで都市部の気温を下げ、地球温暖化の一因となっているヒートアイランド現象を緩和するのに役立ちます。また、宇宙船の温度制御や、衣類や自動車の塗装などの日用品にも使用できます。
鄭教授は、従来の手法はしばしば時間がかかり、最適とは言えない一方、新しいフレームワークは材料設計の最適化においてより多くの選択肢を提供すると強調した。研究チームは、この技術をさらに改良し、ナノフォトニクスの分野に応用することで、機械学習の可能性を活かして高効率熱発生器の設計を目指す計画だ。
出典：https://thanhnien.vn/vat-lieu-giup-lam-mat-nha-ma-khong-can-dieu-hoa-185251018180423352.htm
コメント (0)