華中科技大學高亮教授、華中肖蜜教授帶領研究團隊提出了深度學習賦能的深度設計熱學超材料拓撲優化設計方法，實現了自由形狀熱學超材料的學習學超智能設計。該方法采用深度生成模型，材料材料將拓撲功能單胞概率表示在隱空間，華中根據熱學超材料的深度設計定制功能需求，可自動、學習學超實時地生成具有目標熱傳導張量的材料材料拓撲功能單胞，進而快速生成熱學超材料。華中基于上述思路，深度設計研究團隊設計了多種具有自由形狀、學習學超背景溫度獨立、材料材料全方向功能的華中熱隱身超材料，并通過數值仿真和熱學實驗驗證了其良好的深度設計熱隱身效果。研究成果以Deep-Learning-Enabled Intelligent Design of Thermal Metamaterials為題發表于Adv.Mater。學習學超

【圖文導讀】

圖1.深度學習賦能的熱學超材料智能設計示意圖

圖2.基于深度生成模型的拓撲功能單胞實時設計

圖3.多種自由形狀的熱隱身超材料設計及數值仿真結果

圖4. 3D打印制備的熱學超器件及熱學實驗測試結果

原文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adma.202302387

本文來源地址：http://news.hust.edu.cn/info/1003/49293.htm