当前位置 > 首页 > 新材料 > 行业动态 > 正文内容
中国团队用AI造“降温超材料”,建筑降温21℃、衣物秒变空调
文章来源:贤集网     更新时间:2025-07-14 14:37:19
7 月 2 日,一则振奋人心的消息传来:上海交通大学团队领衔的研究成果登上《Nature》,在人工智能(AI)热辐射超材料领域取得重大原创突破,带来了革命性的降温新方案。这一成果能让建筑外墙有望 “0 能耗降温”、市民的随身衣物一键降温 3-5 度,更将为航空航天、沙漠地带等极端环境提供温控解决方案。



上海交通大学材料科学与工程学院、金属基复合材料全国重点实验室张荻院士团队、材料科学与工程学院 / 金属基复合材料全国重点实验室 / 张江高等研究院周涵教授课题组,与新加坡国立大学仇成伟院士团队、美国德克萨斯大学奥斯汀分校郑跃兵教授团队合作,在人工智能(AI)驱动的超宽波段及波段选择性热辐射超材料设计领域取得的这一重要突破,研究成果以 “Ultrabroadband and band-selective thermal meta-emitters by machine learning” 为题发表在《Nature》上。

                      

源于自然的灵感:AI 驱动超材料 “逆向设计”



热辐射是自然界能量传递的基本形式,所有物体时刻都在通过热辐射传递热量。超材料作为一类具有特殊性质的人造材料,其中具有热辐射性能的超材料可以把多余的热量 “打包” 传递到外界,帮助物体自动降温,在零能耗辐射冷却、电子器件热调控、人体热管理等领域具有重大应用价值。



然而,超材料的微结构设计及材料组分设计组合起来有上百万种可能性,传统设计方法费时又费力,就像在迷宫里摸黑找路,往往依赖长期经验和反复试错。



此次研究启迪于自然,团队从生物体三维拓扑构型中获取灵感。“我们从天牛、鱼鳞等生物中提取了 32 种基元,这些研究的积累为后续的设想打下了基础。” 上海交通大学材料科学与工程学院 / 张江高等研究院博士生肖诚禹分享道。



研究团队提炼出多种三维结构单元和空间排列方式,构建了机器学习驱动的逆向生成优化设计框架,攻克了传统试错法在光谱设计中面临的全局优化难题,提出了可精准描述三维复杂构型的 “三平面建模法”,实现了超宽带与多波段选择性热辐射超材料的自动化逆向设计。



通过机器学习训练的人工智能模型,可根据光谱性能按需设计超材料,带来了设计维度、速度和性能全方位的提升。金属基复合材料全国重点实验室、上海交通大学材料科学与工程学院 / 张江高等研究院未来材料创制中心周涵教授指出,传统方法筛选 5 万种方案需要的时间是一个天文数字,而他们的 AI 模型通过深度学习,仅用 3 个月就完成,并从中筛选出接近理想状态的 1500 种候选设计方案,再从中优中选优。

                                          

显著的降温效果:从建筑到日常用品的广泛应用



在实际应用测试中,这种热辐射超材料展现出了令人惊叹的降温效果。



在城市建筑方面,“我们的双波段选择性超材料涂在模型屋顶,表面温度比商用白漆涂覆表面低 5.6℃,比灰色涂料涂覆的低 21℃。炙热的屋顶瞬间凉爽了下来。” 周涵教授在新闻通气会上分享的数据十分亮眼。



在城市建筑群模拟环境中,单波段选择性超材料下表面温度分别比商用白漆涂覆表面低 2.5℃和 5.3℃。披上这层 “自动降温外套”,表面就像开启了天然制冷模式,这意味着未来都市高楼、居民楼的屋顶墙面都可能披上这件 “外套”,有效缓解城市热岛效应。



针对都市人的日常需求,团队特别测试了随身衣物和头盔的降温效果。“头盔能降 5℃,相比同种颜色的商用头盔最多降 8℃。” 周涵教授介绍,若将材料整合到随身衣物中,在热岛环境下可降温 2-3℃,理想测试条件下效果则更为显著。肖诚禹展示的柔性薄膜和贴片样品,已能应用于随身衣物,这意味着在炎炎夏日,通勤族的防晒衣、骑行头盔都可能成为 “移动空调”。



在其他场景中,宽波段超材料在晴朗的正午时分,下表面温度相比环境温度降低了 5.9℃;单波段选择性超材料在多云条件下,下表面温度相比环境温度降低了 4.6℃。所创制的热辐射超材料可广泛应用于地面辐射冷却、建筑节能降温、航天热控等诸多重要领域。



低成本与易制备:推动产业化应用



这项研究成果不仅降温效果显著,还具备低成本、易制备的特点,为其产业化应用奠定了坚实基础。



“我们的涂料可直接喷涂在砖墙、金属、玻璃上,溶液法制备成本更低。” 肖诚禹介绍道。典型的双波段选择性超材料仅需简单的溶液法就能在室温下制备,并以涂料的形式应用于多种常见物体表面,就像给物体用上了防晒降温霜。



测算显示,中低纬度地区建筑使用该材料,理论节能相当于每平米可省 20 度电,能耗模拟也显示,在中低纬度地区,将该材料应用于建筑屋顶可实现 75 MJ/m² 的理论节能效果。



这种材料成本低、应用形式灵活,从建筑外墙到随身衣物,从户外设施到电子产品,都能发挥降温作用,让高科技降温真正走进千家万户。



研究的支持与挑战:团队努力的成果



该项工作得到了国家自然科学基金委、上海市科学技术发展资金、上海交通大学 2030 计划的资助,已获得软件著作权并已申请相关发明专利。



当被问及科研路上的最大挑战,肖诚禹坦言:“中间一度曾想放弃,但周老师一直鼓励我们‘做超前的事’。” 这位本科主修金属材料、对机器算法学习有浓厚兴趣的年轻人,在周涵教授指导下较早地开始了这个领域的研究,“2021 年有了模型框架,直到 2023 年才完成调试,两年间经历了数不清次数的调试,最后到论文阶段也是修改了上百个版本。”

                                     

Nature 审稿人对该项研究给予了高度评价:“研究展示了关于利用机器学习设计与验证宽带超材料的杰出研究。作者将先进机器学习技术应用于热辐射超材料设计,并通过实验验证展现出卓越性能,这一创新成果令人高度赞赏”“这项研究标志着机器学习驱动的超材料设计领域取得了重大进展。该研究扎实而全面的实验结果令人信服且具有重要影响。”



如今,这项突破性研究成果,或许在不久的将来,就能让我们穿着降温神器行走街头,让这种物美价廉的 “降温能手” 在各个领域大显身手。

原文链接:https://www.xianjichina.com/special/detail_579571.html
来源:贤集网
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
   相关新闻