圣母大学航空航天与机械工程副教授张艳亮与合作者AlexanderDowling和罗腾飞开发了一种机器学习辅助的超高速新方法来制造高性能、节能的热电设备。

新工艺使用强脉冲光在不到一秒的时间内烧结热电材料(在热烘箱中进行传统烧结可能需要数小时)。该团队通过使用机器学习来确定超快但复杂的烧结过程的最佳条件，加快了这种将纳米粒子墨水转化为柔性设备的方法。

该成果刚刚发表在《能源与环境科学》杂志上。

张说，柔性热电设备为将废热直接转化为电能以及固态制冷提供了巨大的机会。作为电源和冷却设备，它们还有其他好处——它们不排放温室气体，而且由于没有活动部件，因此耐用且安静。

尽管热电器件在能源和环境可持续性方面具有潜在的广泛影响，但由于缺乏快速且具有成本效益的自动化制造方法，因此尚未实现大规模应用。现在，机器学习辅助的超快闪烧将使生产高性能、环保设备的速度更快、成本更低。

“结果可应用于为从可穿戴个人设备、传感器和电子设备到工业物联网的一切提供动力，”张说。

“光子闪光处理和机器学习的成功整合可以推广到广泛的能源和电子材料的高度可扩展和低成本制造。”