基于深度学习的双极化颜色控制型日间辐射冷却器按需逆向设计

《ACS Photonics》：Deep Learning-Enabled On-Demand Inverse Design of Daytime Radiative Coolers with Dual-Polarization Color Control

　　

摘要

日间辐射冷却是一种环保的降温方法，它通过同时反射太阳辐射并通过大气窗口将热量散发到寒冷的宇宙空间中来降低温度至环境温度以下。传统的日间辐射冷却装置由于具有宽波段的太阳光反射特性，通常呈现白色，这限制了其在美观方面的应用。在此，我们提出了彩色日间辐射冷却装置，该装置包含经过优化的顶部热发射器和反向设计的金属-绝缘体-金属超表面反射器。多层式顶部发射器通过遗传算法进行优化，在大气窗口范围内实现了98.9%的高平均发射率。底部的椭圆形金属-绝缘体-金属超表面则通过深度神经网络进行反向设计，以减少太阳光吸收，同时实现可按需生成具有偏振控制功能的结构色。通过合理设定颜色目标，该框架能够实现两种类型的反向设计：一种是在非偏振光照下工作的传统彩色日间辐射冷却装置，另一种是在正交的x轴和y轴偏振光照下呈现出不同可见颜色的彩色日间辐射冷却装置，而且这两种装置在单一设备结构下都能在非偏振光下正常工作，从而无需进行物理结构调整即可实现颜色调节。所提出的彩色日间辐射冷却装置的冷却功率可达25瓦/平方米，并且在多种全球气候条件下都能保持良好的冷却效果，为兼具美观性和能效的热管理提供了实用的解决方案。