Materiais que ajudam a refrescar sua casa sem ar condicionado.

Uma equipe internacional de pesquisa dos EUA, China, Singapura e Suécia acaba de publicar um novo método para projetar materiais capazes de controlar a temperatura de forma mais eficaz.

Publicada na revista Nature , a pesquisa utiliza tecnologia de aprendizado de máquina para desenvolver materiais chamados metaemissores térmicos, que podem regular a forma como absorvem e liberam calor. O objetivo da equipe é criar materiais que ajudem a reduzir as temperaturas em edifícios, economizando energia e com potencial aplicação no espaço.

É possível economizar dezenas de milhares de quilowatts de energia a cada ano.

FOTO: PEXELS

A nanofotônica térmica, o estudo da interação entre luz e calor em pequena escala, promete avanços em áreas como tecnologia energética e termofotovoltaica. No entanto, o desenvolvimento desses materiais costuma ser desafiador devido à sua dependência de métodos de tentativa e erro, o que resulta em progresso lento. Os métodos tradicionais são frequentemente limitados por formas simples e materiais fixos, dificultando a busca por soluções ideais.

A aprendizagem de máquina abre caminho para materiais de "auto-resfriamento" de próxima geração.

O novo método da equipe de pesquisa utiliza tecnologia de aprendizado de máquina para superar essas limitações. O sistema é capaz de processar estruturas tridimensionais complexas e uma ampla variedade de materiais, mesmo com uma pequena quantidade de dados. A força desse método reside em sua capacidade de pesquisar automaticamente milhões de projetos para atender a requisitos específicos, utilizando também um modelo tridimensional, ampliando as possibilidades de projeto em comparação com os métodos bidimensionais anteriores.

A equipe de pesquisa criou mais de 1.500 materiais diferentes com diversas capacidades de geração de calor. Eles também testaram sete projetos que demonstraram desempenho superior em resfriamento e óptica em comparação com as alternativas existentes. O co-líder da pesquisa, Yuebing Zheng, afirmou: "Nossa estrutura de aprendizado de máquina representa um grande avanço no projeto de superaquecedores. Ao automatizar o processo, conseguimos criar materiais com desempenho superior antes inimaginável."

Para testar a viabilidade do sistema, a equipe de pesquisa fabricou quatro materiais e os testou no telhado de uma casa protótipo. Os resultados mostraram que o telhado revestido com meta-emissores ficou de 5 a 20 graus Celsius mais frio do que um telhado pintado de branco ou cinza após 4 horas de exposição ao sol. Estima-se que esse efeito de resfriamento possa economizar aproximadamente 15.800 kW de energia por ano em um prédio de apartamentos em cidades quentes como Rio de Janeiro ou Bangkok.

Além das aplicações residenciais, esses materiais podem ajudar a reduzir as temperaturas urbanas refletindo a luz solar e liberando calor, mitigando assim o efeito de ilha de calor urbana, um fator que contribui para o aquecimento global. Eles também podem ser usados ​​em espaçonaves para controle de temperatura ou em produtos do dia a dia, como tecidos refrescantes para roupas e revestimentos automotivos.

O professor Zheng enfatizou que os métodos tradicionais costumam ser lentos e subótimos, enquanto a nova estrutura abre mais opções para otimizar o design de materiais. A equipe de pesquisa planeja aprimorar ainda mais a tecnologia e aplicá-la ao campo da nanofotônica para explorar o potencial do aprendizado de máquina no desenvolvimento de geradores de calor de alta eficiência.

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