7 月 2 日,一則振奮人心的消息傳來:上海交通大學團隊領銜的研究成果登上《Nature》,在人工智能(AI)熱輻射超材料領域取得重大原創突破,帶來了革命性的降溫新方案。這一成果能讓建筑外墻有望 “0 能耗降溫”、市民的隨身衣物一鍵降溫 3-5 度,更將為航空航天、沙漠地帶等極端環境提供溫控解決方案。 上海交通大學材料科學與工程學院、金屬基復合材料全國重點實驗室張荻院士團隊、材料科學與工程學院 / 金屬基復合材料全國重點實驗室 / 張江高等研究院周涵教授課題組,與新加坡國立大學仇成偉院士團隊、美國德克薩斯大學奧斯汀分校鄭躍兵教授團隊合作,在人工智能(AI)驅動的超寬波段及波段選擇性熱輻射超材料設計領域取得的這一重要突破,研究成果以 “Ultrabroadband and band-selective thermal meta-emitters by machine learning” 為題發表在《Nature》上。 ![]() 源于自然的靈感:AI 驅動超材料 “逆向設計” 熱輻射是自然界能量傳遞的基本形式,所有物體時刻都在通過熱輻射傳遞熱量。超材料作為一類具有特殊性質的人造材料,其中具有熱輻射性能的超材料可以把多余的熱量 “打包” 傳遞到外界,幫助物體自動降溫,在零能耗輻射冷卻、電子器件熱調控、人體熱管理等領域具有重大應用價值。 然而,超材料的微結構設計及材料組分設計組合起來有上百萬種可能性,傳統設計方法費時又費力,就像在迷宮里摸黑找路,往往依賴長期經驗和反復試錯。 此次研究啟迪于自然,團隊從生物體三維拓撲構型中獲取靈感。“我們從天牛、魚鱗等生物中提取了 32 種基元,這些研究的積累為后續的設想打下了基礎。” 上海交通大學材料科學與工程學院 / 張江高等研究院博士生肖誠禹分享道。 研究團隊提煉出多種三維結構單元和空間排列方式,構建了機器學習驅動的逆向生成優化設計框架,攻克了傳統試錯法在光譜設計中面臨的全局優化難題,提出了可精準描述三維復雜構型的 “三平面建模法”,實現了超寬帶與多波段選擇性熱輻射超材料的自動化逆向設計。 通過機器學習訓練的人工智能模型,可根據光譜性能按需設計超材料,帶來了設計維度、速度和性能全方位的提升。金屬基復合材料全國重點實驗室、上海交通大學材料科學與工程學院 / 張江高等研究院未來材料創制中心周涵教授指出,傳統方法篩選 5 萬種方案需要的時間是一個天文數字,而他們的 AI 模型通過深度學習,僅用 3 個月就完成,并從中篩選出接近理想狀態的 1500 種候選設計方案,再從中優中選優。 ![]() 顯著的降溫效果:從建筑到日常用品的廣泛應用 在實際應用測試中,這種熱輻射超材料展現出了令人驚嘆的降溫效果。 在城市建筑方面,“我們的雙波段選擇性超材料涂在模型屋頂,表面溫度比商用白漆涂覆表面低 5.6℃,比灰色涂料涂覆的低 21℃。炙熱的屋頂瞬間涼爽了下來。” 周涵教授在新聞通氣會上分享的數據十分亮眼。 在城市建筑群模擬環境中,單波段選擇性超材料下表面溫度分別比商用白漆涂覆表面低 2.5℃和 5.3℃。披上這層 “自動降溫外套”,表面就像開啟了天然制冷模式,這意味著未來都市高樓、居民樓的屋頂墻面都可能披上這件 “外套”,有效緩解城市熱島效應。 針對都市人的日常需求,團隊特別測試了隨身衣物和頭盔的降溫效果。“頭盔能降 5℃,相比同種顏色的商用頭盔最多降 8℃。” 周涵教授介紹,若將材料整合到隨身衣物中,在熱島環境下可降溫 2-3℃,理想測試條件下效果則更為顯著。肖誠禹展示的柔性薄膜和貼片樣品,已能應用于隨身衣物,這意味著在炎炎夏日,通勤族的防曬衣、騎行頭盔都可能成為 “移動空調”。 在其他場景中,寬波段超材料在晴朗的正午時分,下表面溫度相比環境溫度降低了 5.9℃;單波段選擇性超材料在多云條件下,下表面溫度相比環境溫度降低了 4.6℃。所創制的熱輻射超材料可廣泛應用于地面輻射冷卻、建筑節能降溫、航天熱控等諸多重要領域。 低成本與易制備:推動產業化應用 這項研究成果不僅降溫效果顯著,還具備低成本、易制備的特點,為其產業化應用奠定了堅實基礎。 “我們的涂料可直接噴涂在磚墻、金屬、玻璃上,溶液法制備成本更低。” 肖誠禹介紹道。典型的雙波段選擇性超材料僅需簡單的溶液法就能在室溫下制備,并以涂料的形式應用于多種常見物體表面,就像給物體用上了防曬降溫霜。 測算顯示,中低緯度地區建筑使用該材料,理論節能相當于每平米可省 20 度電,能耗模擬也顯示,在中低緯度地區,將該材料應用于建筑屋頂可實現 75 MJ/m² 的理論節能效果。 這種材料成本低、應用形式靈活,從建筑外墻到隨身衣物,從戶外設施到電子產品,都能發揮降溫作用,讓高科技降溫真正走進千家萬戶。 研究的支持與挑戰:團隊努力的成果 該項工作得到了國家自然科學基金委、上海市科學技術發展資金、上海交通大學 2030 計劃的資助,已獲得軟件著作權并已申請相關發明專利。 當被問及科研路上的最大挑戰,肖誠禹坦言:“中間一度曾想放棄,但周老師一直鼓勵我們‘做超前的事’。” 這位本科主修金屬材料、對機器算法學習有濃厚興趣的年輕人,在周涵教授指導下較早地開始了這個領域的研究,“2021 年有了模型框架,直到 2023 年才完成調試,兩年間經歷了數不清次數的調試,最后到論文階段也是修改了上百個版本。” ![]() Nature 審稿人對該項研究給予了高度評價:“研究展示了關于利用機器學習設計與驗證寬帶超材料的杰出研究。作者將先進機器學習技術應用于熱輻射超材料設計,并通過實驗驗證展現出卓越性能,這一創新成果令人高度贊賞”“這項研究標志著機器學習驅動的超材料設計領域取得了重大進展。該研究扎實而全面的實驗結果令人信服且具有重要影響。” 如今,這項突破性研究成果,或許在不久的將來,就能讓我們穿著降溫神器行走街頭,讓這種物美價廉的 “降溫能手” 在各個領域大顯身手。 原文鏈接:https://www.xianjichina.com/special/detail_579571.html 來源:賢集網 著作權歸作者所有。商業轉載請聯系作者獲得授權,非商業轉載請注明出處。 |