Phi Vũ
New member
Các nhà nghiên cứu ở Nhật Bản phát triển TEGNet, một công cụ AI có thể dự đoán hiệu năng máy phát nhiệt điện với độ chính xác trên 99% và nhanh hơn mô phỏng chuẩn hàng nghìn lần. Thành tựu này có thể giúp hạ chi phí chuyển nhiệt thải thành điện và mở rộng ứng dụng công nghiệp.
TEGNet đạt độ chính xác hơn 99% so với kết quả từ bộ giải phần tử hữu hạn thương mại trong khi chỉ tiêu tốn khoảng 0,01% thời gian tính toán. Một ví dụ so sánh cho thấy mô phỏng vật liệu điển hình trên COMSOL mất khoảng 2.237 giây, còn TEGNet cho kết quả tương tự chỉ trong khoảng 0,25 giây.
Nhóm nghiên cứu đã dùng TEGNet để tối ưu hai loại máy phát nhiệt điện: một loại từ các lớp vật liệu xếp chồng và loại còn lại từ cặp bán dẫn ghép đôi. Mẫu thử trong phòng thí nghiệm đạt hiệu suất chuyển đổi lần lượt 9,3% và 8,7%, nằm trong nhóm kết quả tốt cho khoảng nhiệt độ nghiên cứu.
Một điểm nổi bật là chi phí: ước tính ban đầu do nhóm đưa ra cho thấy chi phí phát điện có thể cạnh tranh trong công nghiệp, lần đầu tiên mở ra khả năng thương mại hóa rộng rãi cho công nghệ nhiệt điện. TEGNet còn chỉ ra các thiết kế có quy trình chế tạo đơn giản hơn và trong một số trường hợp có thể tránh dùng bismuth telluride — một vật liệu phổ biến nhưng đắt tiền.
Tuy nhiên, công nghệ nhiệt điện không phải là giải pháp toàn năng. Hiệu suất chuyển nhiệt-thành-điện vẫn bị giới hạn bởi nhiệt động học cơ bản và các thiết bị cần có đủ chênh lệch nhiệt độ để hoạt động hiệu quả. Bên cạnh đó, kết quả mô phòng và mẫu thử phòng thí nghiệm cần được kiểm chứng qua sản xuất thực tế và đánh giá chi phí sản xuất hàng loạt.
Tóm lại, TEGNet là bước tiến quan trọng giúp rút ngắn thời gian thiết kế và hạ chi phí nghiên cứu máy phát nhiệt điện, mở triển vọng thu hồi nhiệt thải công nghiệp và ứng dụng cho các hệ thống bơm nhiệt hiệu suất cao nếu tiến trình sản xuất thực nghiệm khớp với kỳ vọng.
Nguồn: Techradar
TEGNet: AI thiết kế máy phát nhiệt điện nhanh chóng
TEGNet do Takao Mori và nhóm nghiên cứu tại Viện Vật liệu Quốc gia Nhật Bản (NIMS) cùng Đại học Tsukuba phát triển và công bố trên tạp chí Nature. Công cụ học máy này học từ các kết quả mô phỏng phức tạp rồi hoạt động như một bộ mô phỏng nhanh, giúp dự đoán hiệu năng thiết kế một cách tức thời.TEGNet đạt độ chính xác hơn 99% so với kết quả từ bộ giải phần tử hữu hạn thương mại trong khi chỉ tiêu tốn khoảng 0,01% thời gian tính toán. Một ví dụ so sánh cho thấy mô phỏng vật liệu điển hình trên COMSOL mất khoảng 2.237 giây, còn TEGNet cho kết quả tương tự chỉ trong khoảng 0,25 giây.
Nhóm nghiên cứu đã dùng TEGNet để tối ưu hai loại máy phát nhiệt điện: một loại từ các lớp vật liệu xếp chồng và loại còn lại từ cặp bán dẫn ghép đôi. Mẫu thử trong phòng thí nghiệm đạt hiệu suất chuyển đổi lần lượt 9,3% và 8,7%, nằm trong nhóm kết quả tốt cho khoảng nhiệt độ nghiên cứu.
Một điểm nổi bật là chi phí: ước tính ban đầu do nhóm đưa ra cho thấy chi phí phát điện có thể cạnh tranh trong công nghiệp, lần đầu tiên mở ra khả năng thương mại hóa rộng rãi cho công nghệ nhiệt điện. TEGNet còn chỉ ra các thiết kế có quy trình chế tạo đơn giản hơn và trong một số trường hợp có thể tránh dùng bismuth telluride — một vật liệu phổ biến nhưng đắt tiền.
Tuy nhiên, công nghệ nhiệt điện không phải là giải pháp toàn năng. Hiệu suất chuyển nhiệt-thành-điện vẫn bị giới hạn bởi nhiệt động học cơ bản và các thiết bị cần có đủ chênh lệch nhiệt độ để hoạt động hiệu quả. Bên cạnh đó, kết quả mô phòng và mẫu thử phòng thí nghiệm cần được kiểm chứng qua sản xuất thực tế và đánh giá chi phí sản xuất hàng loạt.
Tóm lại, TEGNet là bước tiến quan trọng giúp rút ngắn thời gian thiết kế và hạ chi phí nghiên cứu máy phát nhiệt điện, mở triển vọng thu hồi nhiệt thải công nghiệp và ứng dụng cho các hệ thống bơm nhiệt hiệu suất cao nếu tiến trình sản xuất thực nghiệm khớp với kỳ vọng.
Nguồn: Techradar
Bài viết liên quan
