نماد آخرین خبر

افزایش کارایی ابزار گرمازا با کمک یادگیری ماشینی

منبع
ايسنا
بروزرسانی
افزایش کارایی ابزار گرمازا با کمک یادگیری ماشینی
ايسنا/ پژوهشگران ژاپني با کمک يادگيري ماشيني، نوعي مواد چندلايه طراحي کرده‌اند که مي‌تواند کارايي ابزار گرمازا را افزايش دهد. پژوهشگران "دانشگاه توکيو"(UTokyo)، "دانشگاه نيگاتا"(Niigata University) و "مؤسسه ريکن"(RIKEN) ژاپن، با ترکيب يادگيري ماشيني و محاسبات الکترومغناطيسي، ماده چندلايه‌اي طراحي کرده‌اند که مي‌تواند انتشار گرما را تشخيص دهد. آنها پس از طراحي اين ماده، نسبت به ساخت و تأييد عملکرد آن اقدام کردند. شايد نتايج اين پژوهش بتواند به ابداع ابزار کارآمدي در حوزه انرژي منجر شود. "تابش گرمايي"(Thermal radiation)، پديده‌اي است که در آن، يک جسم، گرما را به شکل امواج الکترومغناطيسي منتشر مي‌کند و در ساخت ابزار گوناگون حوزه انرژي کاربرد دارد. ابزار گرمازا براي داشتن کارآيي بالا بايد طيف انتشاري با محدوده طول موج قابل استفاده داشته باشد. ابداع چنين ابزار گرمازاي کارآمدي، پژوهشگران را به استفاده از موادي تشويق کرد که مي‌توانند طول موج‌هاي الکترومغناطيسي را سازماندهي کنند اما بيشتر اين طول موج‌ها، روشي تجربي براي تشخيص و شناسايي ماده دارند؛ در نتيجه شناسايي ساختار مطلوب بسياري از مواد، دشوار است. پژوهشگران با استفاده از ترکيب يادگيري ماشيني و محاسبه ويژگي‌هاي انتشار گرما، روشي براي طراحي ساختار مواد ابداع کردند. تمرکز آنها در اين پروژه، بر طراحي موادي با ساختار چند لايه بود که از سه نوع ماده و ۱۸ لايه با ضخامت‌هاي گوناگون تشکيل مي‌شوند. آنها با به کار بردن اين روش در مورد حدود هشت ميليون لايه، موفق شدند نانوساختاري ارائه دهند که از مواد نيمه‌رسانا و عايق تشکيل شده که عملکرد گرمايي بهتري دارد. پژوهشگران در نهايت اين ساختار را درست کردند و طيف انتشار گرماي آن را اندازه گرفتند تا ميزان انتشار گرما را مشخص کنند. اين پژوهش، تأثير يادگيري ماشيني را بر ابداع مواد گرمازاي کارآمد نشان مي‌دهد. انتظار مي‌رود که ابداع موادي با طيف گرمايي مطلوب، استفاده کارآمد از انرژي را سهولت بخشد. از آنجا که روش طراحي اين نانوساختار، براي همه انواع مواد کاربرد دارد، مي‌تواند روش مؤثري براي طراحي ابزاري باشد که عملکرد بالايي دارند. ما را در کانال «آخرين خبر» دنبال کنيد
اخبار بیشتر درباره

اخبار بیشتر درباره