پژوهشی تازه برای طراحی مواد کنترل‌کننده حرارت با هوش مصنوعی

گروهی از پژوهشگران از ایالات متحده، چین، سنگاپور و سوئد روش جدیدی برای طراحی موادی ابداع کرده‌اند که می‌توانند حرارت را مؤثرتر کنترل کنند. این پژوهش که در مجله‌ی Nature منتشر شده، از یادگیری ماشین برای طراحی موادی موسوم به «فراگسیل‌های حرارتی» (thermal meta-emitters) بهره می‌برد؛ موادی که توانایی مدیریت میزان جذب و گسیل حرارت را دارند. هدف از توسعه‌ی این فناوری، کمک به خنک‌تر نگه داشتن ساختمان‌ها، کاهش مصرف انرژی، و حتی کاربرد در فضا است.

 

اختراع شگفت‌انگیز: ماده‌ای که بدون برق خودش خنک می‌شود؛ آیا دوران کولرها تمام شد؟

 


پیشینه‌ی علم نانوفوتونیک حرارتی و چالش‌های آن

«نانوفوتونیک حرارتی» علمی است که به بررسی چگونگی تعامل نور و حرارت در مقیاس‌های بسیار کوچک می‌پردازد. این حوزه مدت‌هاست که نوید پیشرفت در فناوری‌های انرژی، سامانه‌های ترموفوتوولتائیک و حتی استتار حرارتی را داده است. با این حال، پیشرفت در این زمینه کند بوده، زیرا طراحی این مواد تاکنون بیشتر بر پایه‌ی آزمون و خطا انجام شده است. روش‌های سنتی به دلیل تکیه بر اشکال ساده، مواد محدود و الگوریتم‌هایی که پیش از رسیدن به بهترین راه‌حل متوقف می‌شوند، پیشرفت را با مانع روبه‌رو کرده‌اند.


رویکرد جدید مبتنی بر یادگیری ماشین

روش تازه‌ی معرفی‌شده با بهره‌گیری از یادگیری ماشین توانسته از این محدودیت‌ها عبور کند. این سامانه قادر است ساختارهای سه‌بعدی پیچیده و مجموعه‌ای گسترده از مواد را—even در شرایطی که داده‌های اندکی در دسترس است—مدیریت کند. دو ویژگی کلیدی این روش عبارت‌اند از: نخست، توانایی جست‌وجوی خودکار میان بی‌شمار طراحی ممکن برای یافتن ساختارها و موادی که نیازهای خاص را برآورده می‌کنند؛ و دوم، استفاده از یک مدل‌سازی سه‌صفحه‌ای (three-plane modeling) که فراتر از طراحی‌های دوبعدی رایج در پژوهش‌های پیشین عمل می‌کند.


دستاوردها و نمونه‌های آزمایشی

با استفاده از این روش، تیم پژوهشی بیش از ۱۵۰۰ نوع ماده طراحی کرد که می‌توانند حرارت را در طول‌موج‌ها و شرایط مختلف به‌صورت‌های گوناگون گسیل کنند. همچنین، آن‌ها هفت نمونه‌ی مفهومی (proof-of-concept) ارائه دادند که عملکرد بهتری در خنک‌کنندگی و ویژگی‌های نوری نسبت به فناوری‌های پیشرفته‌ی کنونی نشان دادند.

«چارچوب یادگیری ماشین ما جهشی چشمگیر در طراحی فراگسیل‌های حرارتی به‌شمار می‌رود. با خودکارسازی فرایند و گسترش فضای طراحی، می‌توان موادی با کارایی برتر ساخت که پیش‌تر غیرقابل تصور بودند.» این را «یوبینگ ژنگ»، استاد دانشکده مهندسی واکر در دانشگاه تگزاس و یکی از سرپرستان پژوهش، بیان کرد.

 


آزمایش عملی و نتایج چشمگیر

برای آزمایش کارایی سیستم، پژوهشگران چهار نوع ماده‌ی طراحی‌شده را ساختند و مورد آزمایش قرار دادند. یکی از این مواد روی سقف یک خانه‌ی مدل اعمال شد و با رنگ‌های تجاری سفید و خاکستری مقایسه گردید. پس از چهار ساعت قرارگیری در زیر نور مستقیم آفتاب نیم‌روز، سقف پوشیده‌شده با پوشش فراگسیل حرارتی بین ۵ تا ۲۰ درجه‌ی سلسیوس خنک‌تر از سقف‌های رنگ‌شده با رنگ‌های معمولی بود.

بر اساس محاسبات تیم پژوهش، این اثر خنک‌کنندگی می‌تواند سالانه حدود ۱۵٬۸۰۰ کیلووات انرژی در یک ساختمان آپارتمانی در شهرهای گرم‌سیری مانند ریو دو ژانیرو یا بانکوک صرفه‌جویی کند. برای مقایسه، یک دستگاه کولر گازی معمولی سالانه در حدود ۱٬۵۰۰ کیلووات انرژی مصرف می‌کند.


کاربردهای گسترده در زمین و فضا

کاربردهای این فناوری تنها به ساختمان‌ها محدود نمی‌شود. این مواد می‌توانند با بازتاب نور خورشید و گسیل حرارت در طول‌موج‌های خاص، به کاهش دمای شهرها و اثر جزیره‌ی حرارتی شهری کمک کنند. همچنین، در فضاپیماها برای کنترل دما از طریق بازتاب تابش خورشیدی و دفع مؤثر حرارت کاربرد خواهند داشت.

کاربردهای روزمره نیز قابل تصور است؛ از پارچه‌های خنک‌کننده برای لباس گرفته تا پوشش خودروها برای جلوگیری از تجمع حرارت و تجهیزات فضای باز که در برابر آفتاب خنک‌تر می‌مانند.


چشم‌انداز آینده‌ی فناوری

ژنگ در ادامه گفت: «طراحی این مواد به‌طور سنتی فرایندی کند و زمان‌بر بوده که بر روش‌های آزمون و خطا تکیه دارد. این رویکرد اغلب به طراحی‌های غیربهینه منجر می‌شود و امکان ساخت مواد با ویژگی‌های موردنیاز را محدود می‌کند.» در مقابل، چارچوب جدید روشی عمومی برای طراحی مواد نانوفوتونیکی سه‌بعدی فراهم می‌کند، فضای بهینه‌سازی را گسترش می‌دهد و از پایگاه داده‌ی گسترده‌ای از مواد بهره می‌برد.

پژوهشگران قصد دارند به توسعه‌ی این فناوری ادامه دهند و آن را در حوزه‌ی نانوفوتونیک—مطالعه‌ی تعامل نور و ماده در مقیاس‌های بسیار کوچک—به‌کار گیرند.

«یادگیری ماشین شاید راه‌حل همه‌چیز نباشد، اما الزامات طیفی منحصربه‌فرد مدیریت حرارتی باعث می‌شود این روش به‌ویژه برای طراحی گسیل‌دهنده‌های حرارتی با کارایی بالا مناسب باشد.» این سخن «کان یائو»، پژوهشگر همکار در گروه ژنگ ست.

source

توسط wikiche.com