复旦大学彭金在Advanced Materials上发表论文！
论论资讯 ｜ 2023-10-23 ｜
66热度
Advanced Materials
Explore content
About the journal
Publish with us
Deep Learning-Assisted Active Metamaterials with Heat-Enhanced Thermal Transport
Jin Peng; Xu Liujun; Xu Guoqiang; Li Jiaxin; Qiu Cheng-Wei; Huang Jiping
Published：2023-10-23
DOI：10.1002/adma.202305791
研究背景
随着科技的不断发展，热管理成为了许多应用的重要问题，如被动辐射冷却、可调节的可穿戴设备和伪装系统。为了满足不同需求，自适应变形材料的潜力被广泛应用。然而，现有的自适应变形材料具有高度各向异性参数、狭窄的工作温度范围以及需要手动干预等问题，这些都是制约最先进的自适应变形材料的长期和棘手的障碍。
研究内容
为了克服这些障碍，研究人员引入了深度学习技术来提高热扩散材料的性能。这种活性变形材料可以自动感知环境温度，并迅速、持续地调整其热功能，具有高度可调性。即使外部热场改变方向，它们仍能保持稳健的热性能，并且模拟和实验都表现出了卓越的结果。此外，研究人员设计了两种具有按需适应性的元件，使用各向同性材料、宽工作温度范围和自发响应，具有独特的特性。这项工作为智能热扩散变形材料的设计提供了一个框架，并且可以扩展到其他扩散领域，以适应日益复杂和动态的环境。
研究意义
这项研究的创新点在于将深度学习技术应用于活性变形材料，实现了自动感知和持续调整热功能的目标，解决了现有自适应变形材料的问题。这种新型的热扩散变形材料具有广泛的应用前景，可以在各种环境中实现智能化控制，为人类社会的发展带来更多可能性。
学术热榜
查看全部
相关资讯
换一批