Forskningen, som er publisert i tidsskriftet Nature , bruker maskinlæringsteknologi til å utvikle materialer kalt termiske metaemittere, som kan regulere hvordan de absorberer og frigjør varme. Teamets mål er å lage materialer som bidrar til å redusere temperaturer i bygninger, og dermed spare energi og potensielt kunne brukes i verdensrommet.

Det er mulig å spare titusenvis av kilowatt energi hvert år.
FOTO: PEXELS
Termisk nanofotonikk , studiet av samspillet mellom lys og varme i liten skala, holder potensial for fremskritt innen felt som energiteknologi og termofotovoltaikk. Det er imidlertid ofte utfordrende å designe disse materialene på grunn av avhengigheten av prøving og feiling, noe som fører til langsomme fremskritt. Tradisjonelle metoder er ofte begrenset av enkle former og faste materialer, noe som gjør det vanskelig å finne optimale løsninger.
Maskinlæring baner vei for neste generasjons «selvkjølende» materialer.
Forskningsteamets nye metode bruker maskinlæringsteknologi for å overvinne disse begrensningene. Systemet er i stand til å behandle komplekse tredimensjonale strukturer og et bredt utvalg av materialer, selv med bare en liten mengde data. Styrken til denne metoden ligger i dens evne til automatisk å søke gjennom millioner av design for å oppfylle spesifikke krav, samtidig som den bruker en treplansmodell, noe som utvider designmulighetene sammenlignet med tidligere todimensjonale metoder.
Forskningsteamet skapte over 1500 forskjellige materialer med ulike varmegenererende egenskaper. De testet også sju design som viste overlegen kjøling og optisk ytelse sammenlignet med eksisterende alternativer. Medforsker Yuebing Zheng uttalte: «Vårt maskinlæringsrammeverk representerer et stort sprang fremover innen design av superhetere. Ved å automatisere prosessen kunne vi lage materialer med tidligere utenkelig overlegen ytelse.»
For å teste systemets gjennomførbarhet, produserte forskerteamet fire materialer og testet dem på taket til et prototypehus. Resultatene viste at det meta-emitterbelagte taket var 5 til 20 grader Celsius kaldere enn et hvitt eller grått malt tak etter 4 timers soleksponering. Det er anslått at denne kjøleeffekten kan spare omtrent 15 800 kW energi per år i en bygård i varme byer som Rio de Janeiro eller Bangkok.
Utover boligbruk kan disse materialene bidra til å redusere temperaturen i byer ved å reflektere sollys og frigjøre varme, og dermed dempe varmeøyeffekten i byen, en medvirkende faktor til global oppvarming. De kan også brukes i romfartøy for temperaturkontroll, eller i hverdagsprodukter som kjølestoffer til klær og bilbelegg.
Professor Zheng understreket at tradisjonelle metoder ofte er trege og suboptimale, mens det nye rammeverket åpner for flere muligheter for å optimalisere materialdesign. Forskningsteamet planlegger å forbedre teknologien ytterligere og anvende den innen nanofotonikk for å utnytte potensialet til maskinlæring i design av høyeffektive varmegeneratorer.
Kilde: https://thanhnien.vn/vat-lieu-giup-lam-mat-nha-ma-khong-can-dieu-hoa-185251018180423352.htm








Kommentar (0)