通过高吞吐量Femtosecond激光处理和并联神经网络逆向设计光子表面

科学领域:

• 材料科学 材料科学 材料科学
• 光学是什么?光学是什么?
• 人工智能的人工智能

背景情况:

• 设计具有量身定制的光学特性的光子表面对于能量收集至关重要.
• 传统的表面设计方法往往耗时且缺乏效率.

研究的目的:

• 通过整合秒激光处理和神经网络,开发光子表面的反向设计方法.
• 加速发现和制造具有特定光谱发射率的微纹表面.

主要方法:

• 利用秒激光处理,在不钢上创建了35,280个独特的微纹理表面.
• 开发了高通量制造和表征平台,以生成一个全面的数据集.
• 采用双联神经网络进行反向设计,将激光参数与光谱发射率联系起来.

主要成果:

• 神经网络模型准确地预测了新型设计的光谱发射率 (平均RMSE<2.5%).
• 反向设计方法在显著减少的参数空间 (25倍小) 中确定了最佳的激光参数.
• 在热光伏发射器设计上成功验证了模型.

结论:

• 激光物质相互作用和神经网络的协同方法加速了光子表面的发现.
• 这种方法通过高效的材料设计为推进能源采集技术提供了一条途径.
• 展示了人工智能驱动的逆向设计在材料科学和光学方面的潜力.