Yanliang Zhang, profesor asociado de ingeniería aeroespacial y mecánica en la Universidad de Notre Dame, y sus colaboradores Alexander Dowling y Tengfei Luo han desarrollado una nueva forma ultrarrápida asistida por aprendizaje automático para crear dispositivos termoeléctricos de alto rendimiento y ahorro de energía.
El novedoso proceso utiliza luz pulsada intensa para sinterizar material termoeléctrico en menos de un segundo (la sinterización convencional en hornos térmicos puede llevar horas). El equipo aceleró este método de convertir tintas de nanopartículas en dispositivos flexibles utilizando el aprendizaje automático para determinar las condiciones óptimas para el proceso de sinterización ultrarrápido pero complejo.
El logro se acaba de publicar en la revista Ciencias Energéticas y Ambientales.
Los dispositivos termoeléctricos flexibles ofrecen grandes oportunidades para la conversión directa del calor residual en electricidad, así como en refrigeración de estado sólido, dijo Zhang. Tienen beneficios adicionales como fuentes de energía y dispositivos de enfriamiento: no emiten gases de efecto invernadero y son duraderos y silenciosos ya que no tienen partes móviles.
A pesar de su amplio impacto potencial en la sostenibilidad energética y ambiental, los dispositivos termoeléctricos no han logrado una aplicación a gran escala debido a la falta de un método para la fabricación automatizada rápida y rentable. La sinterización flash ultrarrápida asistida por aprendizaje automático ahora hará posible producir dispositivos ecológicos de alto rendimiento mucho más rápido y a un costo mucho menor.
«Los resultados se pueden aplicar para impulsar todo, desde dispositivos personales portátiles, hasta sensores y dispositivos electrónicos, hasta la industria de Internet de las Cosas», dijo Zhang.
«La integración exitosa del procesamiento de flash fotónico y el aprendizaje automático se puede generalizar a la fabricación altamente escalable y de bajo costo de una amplia gama de materiales electrónicos y de energía».
Zhang es investigador principal del Laboratorio de Energía y Fabricación Avanzada en Notre Dame. Dowling, profesora asistente de ingeniería química y biomolecular, y Luo, profesora de la Familia Dorini de Estudios Energéticos, ambas expertas en aprendizaje automático, contribuyeron a esta investigación, junto con la estudiante de doctorado Mortaza Saeidi-Javash (ahora profesora asistente en California State Long Beach), el estudiante de doctorado Ke Wang y el asociado postdoctoral Minxiang Zeng (ahora profesor asistente en Texas Tech University).
Fuente de la historia:
Materiales proporcionados por Universidad de Notre Dame. Original escrito por Joan Fallon. Nota: el contenido se puede editar por estilo y longitud.
