8 نوامبر 2022 – توسط جوآن فالون، دانشگاه نوتردام -اعتبار: دامنه عمومی Pixabay/CC0
یانلیانگ ژانگ، دانشیار مهندسی هوافضا و مکانیک در دانشگاه نوتردام، و همکارانش الکساندر داولینگ و تنگفی لو، یک راه جدید فوق سریع با کمک یادگیری ماشینی برای ایجاد دستگاه های ترموالکتریک با کارایی بالا و صرفه جویی در انرژی ایجاد کرده اند.
فرآیند جدید از نور پالسی شدید برای تف جوشی مواد ترموالکتریک در کمتر از یک ثانیه استفاده می‌کند (سینترینگ معمولی در کوره‌های حرارتی می‌تواند ساعت‌ها طول بکشد). تیم این روش را برای تبدیل جوهرهای نانوذرات به دستگاه‌های انعطاف‌پذیر با استفاده از یادگیری ماشینی برای تعیین شرایط بهینه برای فرآیند پخت فوق سریع اما پیچیده سرعت بخشید.
این دستاورد به تازگی در مجله Energy and Environmental Science منتشر شده است.
ژانگ گفت که دستگاه های ترموالکتریک انعطاف پذیر فرصت های خوبی برای تبدیل مستقیم گرمای اتلاف به الکتریسیته و همچنین تبرید حالت جامد ارائه می دهند. آنها به عنوان منابع انرژی و وسایل خنک کننده مزایای بیشتری دارند – آنها گازهای گلخانه ای منتشر نمی کنند، و از آنجایی که قطعات متحرک ندارند، بادوام و بی صدا هستند.
علیرغم تأثیر بالقوه گسترده آنها در انرژی و پایداری محیطی، دستگاه های ترموالکتریک به دلیل فقدان روشی برای تولید خودکار سریع و مقرون به صرفه، به کاربرد در مقیاس بزرگ دست پیدا نکرده اند. هم اکنون پخت فلاش فوق سریع با کمک یادگیری ماشینی، تولید دستگاه های با کارایی بالا و سازگار با محیط زیست را بسیار سریعتر و با هزینه بسیار کمتر ممکن می سازد.
ژانگ گفت: «نتایج را می توان برای تأمین انرژی همه چیز از دستگاه های شخصی پوشیدنی، حسگرها و لوازم الکترونیکی و اینترنت اشیاء صنعتی به کار برد».
ادغام موفقیت آمیز پردازش فلاش فوتونیک و یادگیری ماشینی را می توان به تولید بسیار مقیاس پذیر و کم هزینه طیف وسیعی از انرژی و مواد الکترونیکی تعمیم داد.
