近日，课题组硕士生在国际传热传质期刊《International Journal of Heat and Mass Transfer》上发表题为“Data-driven design of multi-layer hyperbolic metamaterials for near-field thermal radiative modulator with high modulation contrast” 研究论文。

基于近场辐射热传递的热调制器在热电二极管、热电晶体管和热储存等领域有着广泛的应用。然而，由于巨大的自由度，设计最佳近场热辐射结构是一个复杂而具有挑战性的问题。在本研究中，我们提出了一个基于数据驱动的机器学习工作流程，以高效设计由α-MoO₃构成的多层双曲超材料，用于实现具有高调制对比度的近场热辐射调制器。通过结合多层感知器和贝叶斯优化，优化了多层超材料的旋转角度、层厚度和间隙距离，实现了最大热调制对比度比为6.29。与先前的单层结构相比，这代表了97%的改进。大幅的热调制对比度主要归因于通过旋转控制每层双曲声子极化子和双曲表面声子极化子的对准和错位。这些结果为通过数据驱动方式，借助各向异性双曲材料来加速设计和操控近场辐射热传递提供了一个有前途的途径。

图1 多层双曲超材料近场热辐射调制器的数据驱动型设计原理图

对于多层超材料的热调制器，由于层数的增加，几何结构的设计自由度将显著增加，使得最优近场热辐射结构的设计变得更具挑战性。在考虑层厚、间距、旋转角度等因素变化的情况下，如何预测热流量和调制对比度的变化规律，获得最优的调制对比度，对近场热调制器的设计具有重要的指导意义。本文提出了一种基于双曲材料α-MoO₃的多层热调制器的优化设计，采用了结合MLP神经网络和BO算法的混合机器学习工作流程如图1所示，以获得最大的旋转热调制对比度。结果表明，在步骤1中优化了旋转角度后，调制对比度达到4.93，比单层调制器结构高出54%。随着步骤2中层厚和间隙距离的进一步优化，调制对比度达到6.29，比单层结构高97%。

图2 (a)-(b)优化过程中调制对比度随着找到最优结构所需的计算结构数量的变化：(a)步骤1，(b)步骤2。(c)-(d)表示各层的旋转角度随计算结构数量的变化： (c) 步骤1中最大热通量，(d) 步骤1中最小热通量。

图2(a)-(b)显示了使用多层感知器(MLP)和贝叶斯优化(BO)混合设计工作流程的调制对比度与计算结构数量的收敛性。为了证明设计框架的效率，还使用纯BO进行了优化，结果如图2 (b)所示，以便进行比较。在相同的参数设置下，分别对不同的随机种子进行了三次独立的MLP+BO和BO优化实验，以进行公平的比较。结果表明，所有几轮MLP+BO优化的调制对比度最终收敛到6.29。相反，在相同的3200个计算结构中，纯BO优化的最大调制对比比度远小于MLP+BO。图2(c)-(d)显示了各层旋转角随计算结构数量的变化的收敛性。对于接近真空间隙的层（第3层和第4层），角度以更快的速度达到收敛。相反，远离真空间隙的层（第1层和第6层）表现出较慢的收敛速度。 当不同层激发的双曲声子激元覆盖所有方向角度时，通过合理调整各层的旋转角度，可以显著提高发射体和发射体之间的近场热辐射。由于发射体之间的双曲声子激元在旋转后错位，可以实现相当小的热通量，从而最终得到较大的调制对比度，如图3所示。

图3 具有最大和最小热流量的热调制器的能量传输系数图

本论文基于双曲材料特性，通过机器学习的方式提出了一种高调控比例的多层近场辐射热调控器，对近场热辐射器件加速设计具有一定借鉴与指导意义。

原文链接：https://doi.org/10.1016/j.ijheatmasstransfer.2023.124831

论文的第一作者是上海交通大学中英国际低碳学院2021级硕士研究生廖涂威，通讯作者是鞠生宏副教授。