热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

制备pdms膜的方法_光栅式PDMS薄膜在透明窗口的超高发射率

研究背景辐射冷却是通过地球表面和深空之间的辐射热传递在大气条件下提供被动冷却。在空气透过区域中选择性发射辐射的材料通过发射表面辐射大于吸收的辐射能量的总和能够产生被动辐射冷却&#x

39e43faa92af26c1ac635b2595ceee3b.png

a57e4d5274a95c6fc571d537d7bbcb29.png

研究背景

辐射冷却是通过地球表面和深空之间的辐射热传递在大气条件下提供被动冷却。在空气透过区域中选择性发射辐射的材料通过发射表面辐射大于吸收的辐射能量的总和能够产生被动辐射冷却,聚二甲基硅氧烷(PDMS)由于其在中红外光谱区域具有良好的光学性能,且易于制备,是一种重要的辐射冷却材料。尽管已有文献报道了表面改性可以提高PDMS膜的中红外发射率,但通过全局优化仍有进一步提高的空间。韩国KAIST的Bong Jae Lee团队设计并制作了带有二维光栅的PDMS薄膜,以获得在8 ~ 13μm波长范围内的最高发射率。a57e4d5274a95c6fc571d537d7bbcb29.png

研究内容

本文引入了一种用于通过调整光谱发射率来提高基于热辐射器件性能的光栅微结构。目的是通过用二维光栅修饰薄的PDMS薄膜的表面实现在8-13μm的波长区域显着增强发射率。与此同时,采用了一种基于替代模型的优化方法来优化光栅结构。如图1所示,该结构由二维PDMS光栅、PDMS薄膜和Ag镜组成。利用光栅周期(K)、光栅宽度(wg)、光栅厚度(tg)和薄膜厚度(tf)四个设计变量优化8-13μm波长区域的发射率。在设计过程中,利用8-13μm波长区域的平均发射率来评估PDMS光栅的性能。使用开源严格耦合波分析(RCWA)软件计算发射率谱。在优化过程中使用了遗传算法(GA),其目标是最大化代理网络模型上预测的平均发射率,得到了性能最好的发射PDMS光栅。

6653d3b8664a75a2ba55205fd8e52fd4.png

图1. 光栅图案的聚二甲基硅氧烷薄膜在银镜上的示意图。还指出了四个设计参数。为了制造出适应性更好的最优PDMS光栅,作者提出了一种可以轻易地将所绘出的PDMS薄膜转移到任意表面的制作方法。此外,为了保持PDMS的固有红外特性,应该避免使用额外的化学品。在这里,采用SU-8模具和聚对苯二甲酸乙二醇酯(PET)为基材,通过对四个设计参数的精确控制,实现了PDMS薄膜上二维图形的转移。具体制造工艺如图2所示。

3ae25977fa4bdc248e4b32231d61e36d.png

 图2. PDMS光栅的制作工艺:(a)在PET基板上压印SU-8模具;(b)旋转涂覆并固化薄PDMS膜;(c) PDMS与Ag镜结合;(d) SU-8模具与PDMS光栅分离。制作样品的图像如(e)所示。           

采用积分球傅里叶变换红外光谱法测量了样品的光谱发射率。五次重复测量的平均值代表测量的光谱发射率。图3(a)为最佳PDMS光栅在7-14μm波长范围内实测的光谱发射率。在8-13μm波段的平均发射率为0.99,是之前聚合物基辐射冷却器中最高的。由于五次重复测量的平均发射率标准差仅为0.001,因此该测量结果是可靠的。为便于比较,图中还绘制了计算出的发射谱。考虑到不可避免的制作不确定度,测量谱和计算谱之间的一致性是很好的。为了阐明PDMS光栅增强红外发射的物理机理,添加制作了不同几何形状的样品。一种是相同的PDMS光栅,但PDMS膜厚较薄,另一种是105毫米厚的裸PDMS膜。图3(b)比较了三个样品的发射谱测量值。可以看出,光栅结构的使用大大增强了裸PDMS薄膜9-11和12-14μm附近的低发射率区域。在整个中红外区域(3-15μm),最佳PDMS光栅的光谱发射率大于裸PDMS薄膜的光谱发射率,即采用微尺度光栅结构实现了宽带增强。

ad94f1ce20d6991e39fb0cb30636e436.png

图3. (a)计算并测量最佳PDMS光栅的发射谱。空气透射率也一起绘制。(b)三个样品发射光谱测量值的比较。黑色箭头表示腔谐振波长。

在光栅周期与波长相当时,会产生三种具有代表性的窄带发射增强现象,即表面等离子体极化激元(SPPs)、磁极化激元(MPs)和腔共振。如图4(a)所示,由于PDMS介电常数实部在8-13μm的波长范围内为正,PDMS光栅不能支持SPPs和MPs,而不像其他极性材料(例如SiO2或SiC)。为了利用PDMS光栅内的腔共振来增强辐射发射,电磁波必须以最小的损耗在PDMS腔内传播。因此,作者通过穿透深度分析来确定与腔共振相关的波是否能够在PDMS光栅内部传播。最佳的PDMS光栅既利用了PDMS的固有吸收,又利用了与光栅结构相关的腔谐振。

8d93db48a93612d146b83ffdab33b6bf.png

图4. (a) PDMS介电常数的实部和虚部。(b) PDMS相对于波长的穿透深度。(c)单元PDMS光栅FDTD模拟原理图。由(d) λ=λr1 (e)λ=λr2  (f)λ=λr3处的入射电场归一化的时均电场的平方大小。

利用人工神经网络模型遗传算法优化了光栅式PDMS薄膜的几何结构,使其在8 ~ 13μm波长范围内获得最大平均发射率。作者用一种适用于不同表面的方法制作了最佳的PDMS光栅。测量的辐射率谱与计算结果很好地吻合,在目前报道的聚合物基辐射冷却器中平均辐射率值最大,为0.99。此外,如果适当地设置优化过程的目标函数,将得到适合的结构,以满足各种辐射冷却情况。例如,选择辐射冷却功率作为目标函数,就可以得到日间辐射冷却的最佳结构。因此,所提出的从优化到制造的方法,将促进高性能聚合物辐射冷却器的实现,适用于各种外部条件。

-END-

7f7bb412370b822de7ce2341d6144dd5.pngd40a1be5e571c8a48bdbb3ece102fdff.png7f7bb412370b822de7ce2341d6144dd5.png

欢迎关注:热辐射与微纳米光子学

个人主页:www.xiaohuwu.com

投稿邮箱:wuxiaohu@pku.edu.cn



推荐阅读
  • LeetCode 实战:寻找三数之和为零的组合
    给定一个包含 n 个整数的数组,判断该数组中是否存在三个元素 a、b、c,使得 a + b + c = 0。找出所有满足条件且不重复的三元组。 ... [详细]
  • 在机器学习领域,深入探讨了概率论与数理统计的基础知识,特别是这些理论在数据挖掘中的应用。文章重点分析了偏差(Bias)与方差(Variance)之间的平衡问题,强调了方差反映了不同训练模型之间的差异,例如在K折交叉验证中,不同模型之间的性能差异显著。此外,还讨论了如何通过优化模型选择和参数调整来有效控制这一平衡,以提高模型的泛化能力。 ... [详细]
  • 独家解析:深度学习泛化理论的破解之道与应用前景
    本文深入探讨了深度学习泛化理论的关键问题,通过分析现有研究和实践经验,揭示了泛化性能背后的核心机制。文章详细解析了泛化能力的影响因素,并提出了改进模型泛化性能的有效策略。此外,还展望了这些理论在实际应用中的广阔前景,为未来的研究和开发提供了宝贵的参考。 ... [详细]
  • 能够感知你情绪状态的智能机器人即将问世 | 科技前沿观察
    本周科技前沿报道了多项重要进展,包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果,以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是,一款能够感知用户情绪状态的智能机器人即将问世,为未来的人机交互带来了全新的可能性。 ... [详细]
  • 从2019年AI顶级会议最佳论文,探索深度学习的理论根基与前沿进展 ... [详细]
  • 计算机学报精选论文概览(2020-2022)
    本文汇总了2020年至2022年间《计算机学报》上发表的若干重要论文,旨在为即将投稿的研究者提供参考。 ... [详细]
  • PHP函数的工作原理与性能分析
    在编程语言中,函数是最基本的组成单元。本文将探讨PHP函数的特点、调用机制以及性能表现,并通过实际测试给出优化建议。 ... [详细]
  • Redis 是一个高性能的开源键值存储系统,支持多种数据结构。本文将详细介绍 Redis 中的六种底层数据结构及其在对象系统中的应用,包括字符串对象、列表对象、哈希对象、集合对象和有序集合对象。通过12张图解,帮助读者全面理解 Redis 的数据结构和对象系统。 ... [详细]
  • 自动驾驶中的9种传感器融合算法
    来源丨AI修炼之路在自动驾驶汽车中,传感器融合是融合来自多个传感器数据的过程。该步骤在机器人技术中是强制性的,因为它提供了更高的可靠性、冗余性以及最终的 ... [详细]
  • 本文详细介绍了 Java 网站开发的相关资源和步骤,包括常用网站、开发环境和框架选择。 ... [详细]
  • 兆芯X86 CPU架构的演进与现状(国产CPU系列)
    本文详细介绍了兆芯X86 CPU架构的发展历程,从公司成立背景到关键技术授权,再到具体芯片架构的演进,全面解析了兆芯在国产CPU领域的贡献与挑战。 ... [详细]
  • 三角测量计算三维坐标的代码_双目三维重建——层次化重建思考
    双目三维重建——层次化重建思考FesianXu2020.7.22atANTFINANCIALintern前言本文是笔者阅读[1]第10章内容的笔记,本文从宏观的角度阐 ... [详细]
  • 非计算机专业的朋友如何拿下多个Offer
    大家好,我是归辰。秋招结束后,我已顺利入职,并应公子龙的邀请,分享一些秋招面试的心得体会,希望能帮助到学弟学妹们,让他们在未来的面试中更加顺利。 ... [详细]
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 在2019中国国际智能产业博览会上,百度董事长兼CEO李彦宏强调,人工智能应务实推进其在各行业的应用。随后,在“ABC SUMMIT 2019百度云智峰会”上,百度展示了通过“云+AI”推动AI工业化和产业智能化的最新成果。 ... [详细]
author-avatar
xkxk22
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有