來源:Nature
鏈接:https://doi.org/10.1038/s41586-025-09102-y
00 輻射制冷
輻射制冷(Radiative Cooling)是一種被動式的冷卻技術(shù),它利用地球大氣層對特定波長紅外輻射(8-13 微米)高度透明的特性(即“大氣窗口”),將地球表面的熱量以熱輻射的形式直接發(fā)射到寒冷的外太空(約3K),從而實現(xiàn)低于環(huán)境溫度的冷卻效果,且不需要任何外部能量輸入。
為了高效實現(xiàn)輻射制冷,材料需要具備兩種關(guān)鍵的光學特性:
- 高太陽光譜反射率: 在太陽輻射波段(約0.3-2.5 微米)具有非常高的反射率(理想情況接近100%)。這可以最大限度地減少來自太陽的加熱,避免材料本身被太陽曬熱,尤其是在白天。這是實現(xiàn)低于環(huán)境溫度冷卻的前提。
- 高大氣窗口發(fā)射率: 在8-13微米的大氣窗口波段具有非常高的發(fā)射率(理想情況接近100%)。這確保了物體能高效地將自身熱量以紅外輻射的形式通過大氣窗口發(fā)射出去。
01 背景介紹
熱輻射是自然界的基本特征。納米光子學工程可用于定制熱發(fā)射光的光譜、方向性和偏振特性,具有廣泛的應(yīng)用前景。對于每個應(yīng)用場景,熱發(fā)射體的理想光譜分布必須經(jīng)過精心設(shè)計,以適應(yīng)不同環(huán)境條件的變化,無論是地外還是地表環(huán)境、大氣條件、工作溫度或濕度水平。熱發(fā)射體的設(shè)計需要優(yōu)化熱發(fā)射帶寬、波段位置和數(shù)量,同時實現(xiàn)從紫外到紅外光譜的協(xié)同調(diào)控。因此,一種通用的設(shè)計方法對于高效、精確地設(shè)計具有所需光譜分布的定制發(fā)射體至關(guān)重要。
人工智能,特別是機器學習(ML),已經(jīng)徹底改變并大大加快了納米光子和超材料的設(shè)計。然而,仍然存在兩個重大挑戰(zhàn)。一個挑戰(zhàn)是缺乏能夠同時實現(xiàn)跨不同結(jié)構(gòu)和多種材料的全局優(yōu)化的自動化逆向設(shè)計方法。第二個挑戰(zhàn)是傳統(tǒng)機器學習方法難以有效描述和處理這些結(jié)構(gòu)(通常局限于2D),亟需開發(fā)能夠精確表征各種復(fù)雜3D幾何形狀、同時克服巨大計算復(fù)雜性的新型參數(shù)化描述符和算法。
02 成果掠影
近日,上海交通大學周涵、張荻院士團隊,聯(lián)合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,開發(fā)了一種非傳統(tǒng)的、通用的、基于機器學習的范式,用于納米光子熱發(fā)射器的多目標設(shè)計和探索。它是精確設(shè)計大量超寬帶和帶選擇性熱元發(fā)射器(TME)的最廣泛的設(shè)計平臺,它可以指導(dǎo)納米光子和超材料的逆向設(shè)計。利用人工智能技術(shù)開發(fā)了七種面向特定場景的熱輻射超材料,并通過實驗驗證了其性能。這些創(chuàng)新材料包括:寬帶熱輻射材料、單/雙波段選擇性輻射材料等多個種類,并實現(xiàn)了柔性薄膜、功能性涂料、貼片等多種應(yīng)用形態(tài)。戶外實地測試表明,該系列材料均表現(xiàn)出卓越的被動制冷性能。根據(jù)不同環(huán)境需求,可選擇適配的材料類型,猶如為物體"量身定制"智能溫控外衣。研究成果以“Ultrabroadband and band-selective thermal meta-emitters by machine learning”為題發(fā)表在《Nature》期刊。
- 從 "二維平面" 到 "3D 立體",結(jié)構(gòu)設(shè)計自由了
傳統(tǒng)納米光子材料多是 "扁平的",因為 2D 結(jié)構(gòu)容易參數(shù)化(比如厚度、周期),但 3D 結(jié)構(gòu)的復(fù)雜性讓設(shè)計難上加難。新框架用了一個巧妙的方法:三平面建模。把任何 3D 結(jié)構(gòu)拆解成 "上、中、下" 三個平面,用 11 個關(guān)鍵參數(shù)(如形狀、尺寸、間距、旋轉(zhuǎn)角度)描述每個平面的特征,再組合起來還原 3D 結(jié)構(gòu)。比如一個半球體,可能用兩個平面就能描述;而一個帶頂部球體的圓柱體,就需要三個平面配合。這種方法不僅能描述自然界中常見的結(jié)構(gòu)(如球體、圓柱體、棱錐體),還能組合出全新的 3D 層級結(jié)構(gòu)。目前框架已包含 32 種基礎(chǔ) 3D 結(jié)構(gòu)單元、30 種候選材料,能生成數(shù)萬個設(shè)計方案 —— 相當于給材料設(shè)計裝上了 "3D 打印機的大腦"。
- 稀疏數(shù)據(jù)也能全局優(yōu)化,告別 "盲人摸象"
設(shè)計材料時,"數(shù)據(jù)少" 是大問題:要測試所有可能的結(jié)構(gòu)和材料組合,成本高到不可想象。這個 AI 框架用了兩個技巧解決:
- 數(shù)據(jù)精選:從 57110 個隨機生成的樣本中,用 Kennard-Stone 算法挑出 32207 個 "代表性樣本"(覆蓋不同結(jié)構(gòu)、材料、光譜響應(yīng)),70% 用于訓(xùn)練,30% 用于測試,避免 "重復(fù)勞動"
- 智能降維:用自編碼器壓縮結(jié)構(gòu)和光譜數(shù)據(jù)的維度,再輸入神經(jīng)網(wǎng)絡(luò),解決 "幾何 - 材料信息維度不匹配" 的問題。
更關(guān)鍵的是,它用條件生成對抗網(wǎng)絡(luò)(CGAN) 做逆向設(shè)計:給定目標光譜(比如 "在 8-13μm 高發(fā)射,其他波段高反射"),AI 能直接輸出滿足要求的結(jié)構(gòu)和材料組合,而不是盲目試錯。目前已成功設(shè)計出 1500 多種符合目標的 TMEs,效率是傳統(tǒng)方法的百倍以上。
- 超寬波段 "精準調(diào)控",從紫外到紅外全拿下
好的散熱材料,得像 "智能濾鏡"—— 該反射的反射(比如陽光中的紫外 - 可見光),該發(fā)射的發(fā)射(比如紅外波段的熱量)。傳統(tǒng)材料很難同時兼顧 "寬" 和 "準",而這個 AI 框架能實現(xiàn):超寬帶覆蓋:從 0.25μm(紫外)到 25μm(中紅外),全波段可控;精準選頻:能在特定波段(如 8-13μm)實現(xiàn)接近 1 的發(fā)射率,而在其他波段發(fā)射率接近 0,選擇性比現(xiàn)有技術(shù)高 2 倍。比如針對城市降溫的 TME-2,在 8-13μm 波段發(fā)射率達 0.92,而在其他波段反射率超 0.96—— 相當于給建筑裝了 "只開特定窗口的散熱扇",只把熱量往大氣能吸收的波段排。04 7個原型證明:性能碾壓現(xiàn)有技術(shù)框架設(shè)計出的 7 種代表性 TMEs,每一種都針對特定場景 "量身定制",性能遠超現(xiàn)有技術(shù):TME-1(超寬帶發(fā)射器):在 0.25-2.5μm(陽光波段)反射率超 0.96,3-25μm(紅外)發(fā)射率達 0.92,適合衛(wèi)星等航天器在太空中高效散熱;TME-2(波段選擇性發(fā)射器):在 8-13μm(第一大氣窗口)發(fā)射率 0.92,其他波段反射率高,白天能讓建筑溫度比環(huán)境低 4.6℃;TME-3(雙波段發(fā)射器):同時在 8-13μm 和 16-25μm(兩個大氣窗口)高效發(fā)射,涂在模型房屋屋頂,能比傳統(tǒng)白漆低 5.6℃,比灰漆低 21℃;TME-4(熱偽裝發(fā)射器):在 3-5μm 和 8-13μm(紅外探測波段)低發(fā)射,在 5-8μm 高發(fā)射,實現(xiàn) "熱隱身";TME-5(雙面 Janus 發(fā)射器):一面高發(fā)射(降溫),一面低發(fā)射(保溫),白天用降溫面,晚上翻過來保溫。TME-6和TME-7是具有定制光譜的元發(fā)射器。
05 圖文導(dǎo)讀

圖 1 .基于機器學習的通用逆向設(shè)計范式。a, 所提出的基于機器學習的方法,整合了三維結(jié)構(gòu)基元及其空間排布(左)以及包含多種候選材料的數(shù)據(jù)庫(右)。b, 該方法具備實現(xiàn)全局優(yōu)化并找到最優(yōu)解的潛力。c, 該方法能夠切實可行地滿足多目標和用戶定制的光譜需求。d,與之前基于機器學習的研究相比,設(shè)計波長范圍。e,比較本工作和先前基于機器學習的工作的設(shè)計空間覆蓋,包括元發(fā)射極候選者的數(shù)量、材料多樣性、帶寬范圍和同時多目標優(yōu)化能力中的尺寸。圖2.基于ML的逆設(shè)計過程和描述符。a,從自然原型得到的結(jié)構(gòu)基元。b,結(jié)構(gòu)基元的空間布置。基元A位于襯底上方,基元B嵌入襯底中。有頂部多層和底部反射層。這種整體表示包括從1D到3D分層結(jié)構(gòu)的廣泛的光子結(jié)構(gòu)。c,開發(fā)了一個三平面建模系統(tǒng),用于描述作為輸入的復(fù)雜三維幾何形狀。一個結(jié)構(gòu)基元(左)被分成三個平行的片。它的特征被投影到三個平面上,包括形狀、大小和面間距,作為基元的離散描述。d.材料篩選考慮了帶隙、ML輸入是折射率(n)和消光系數(shù)(k)。nsolar、ksolar、nIR和kIR分別表示太陽和紅外波段中的n和k值。e.設(shè)計空間由組合的幾何/材料描述符定義,產(chǎn)生57,110個樣本的訓(xùn)練數(shù)據(jù)集,并覆蓋兩個基元集的所有特征,即基底、反射體和頂層。注意,后兩個組件是可選的。圖3|不同TME的逆向設(shè)計。每個TME任務(wù)的三種不同設(shè)計的a、B、光譜(a)和示意圖(B)。對于TME-5,高(低)發(fā)射率對應(yīng)于冷卻(保溫)模式(補充圖15)。c,根據(jù)我們的結(jié)果分析得出的材料、結(jié)構(gòu)基元和響應(yīng)波長之間的關(guān)系。隨機輸入光譜的數(shù)量為24,000。點表示高反射率典型的TME-1-TME-3設(shè)計與圖中所示的圖案很好地一致虛線表示省略的光譜區(qū)域。d,幾種典型的具有潛在耐高溫能力和高光學性能的金屬發(fā)射體。藍色矩形是600 °C的等溫面。AW:大氣窗; PAA:聚(丙烯酸); PMAA:聚甲基丙烯酸; PMMA:聚甲基丙烯酸甲酯; PU:聚氨酯; PMP:聚甲基戊烯。圖 4.用于概念驗證實驗確認和性能評估的代表性TME。a-c,所制造的TME-1-TME-3的照片(頂部)和掃描電子顯微鏡圖像(底部)。a,TME-1是由嵌有Al 2 O3納米顆粒的多孔PVC組成的雙層膜,SiO2顆粒分布在頂部。B,TME-2是由蜂窩狀多孔陣列的Al 2 O3覆蓋的薄膜。c,TME-3由涂覆有CaCO 3顆粒的多孔PTFE膜組成。d,預(yù)測值(散點圖)和測量的(線)設(shè)計的TME的反射率和發(fā)射率。e,f,生成的TME-1(e)和TME-2(f)與其他現(xiàn)有技術(shù)系統(tǒng)之間的發(fā)射率、太陽反射率和波長可定制性的比較。2024年7月18日上海地區(qū)低溫輻射制冷性能的白天連續(xù)測量(北緯31° 24′ 19″,東經(jīng)121° 29′ 22″),太陽輻射強度(Isolar)高達1,150 W m?2 . h。2024年7月23日在一個城市熱島環(huán)境中測量的不同樣品的溫度。i,TME-1至TME-3的各種方案下計算的冷卻功率和熱增量。比例尺,5 cm(a,頂部)、5 μm(a,底部)、2 cm(B,頂部)、1 μm(B,底部)、20 cm(c,頂部)、2 μm(c,底部)。圖 5.建筑圍護結(jié)構(gòu)的應(yīng)用與節(jié)能評估。a.屋頂涂有TME-3涂層(中間)和白色或灰色商業(yè)油漆的模型房屋的照片。B.模型在高達1,010 W/m2的太陽輻照度下暴露30分鐘后的熱圖像。c.熱電偶記錄的模型房屋的溫度。d.計算出的年度節(jié)能量和二氧化碳減排量(單位:噸)。e、我們預(yù)計的全球節(jié)能量估計,同時考慮制冷和制熱能耗。a為20厘米的刻度條。彩色條表示表觀溫度(B)和節(jié)能量(e)。

標簽:
點擊:
版權(quán)聲明:除非特別標注,否則均為本站原創(chuàng)文章,轉(zhuǎn)載時請以鏈接形式注明文章出處。