机器学习驱动的窗启发了多孔的碳基片,用于超宽带电磁波吸收
Zhe Wang1,2, Wanchong Li1, Lu Feng3
1Institute of Structured and Architected Materials, Liaoning Academy of Materials, Shenyang, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|January 13, 2026
概括
这项研究介绍了一种新的离散板调节式电磁波吸收材料 (DSTEAM),用于高效,薄的电磁波吸收. 这种AI优化的材料可以在2.6-40 GHz范围内实现超宽带吸收,并且厚度最小.
科学领域:
- 材料科学 材料科学 材料科学
- 电磁学 电磁学 电磁学 电磁学
- 人工智能的人工智能
背景情况:
- 开发轻量级,高效的电磁波吸收器是具有挑战性的,因为需要解阻抗匹配和损失性能.
- 现有的材料往往难以平衡吸收带宽,厚度和重量.
研究的目的:
- 设计和制造一种新的离散板调节电磁波吸收材料 (DSTEAM).
- 利用磁电合和人工智能驱动的优化来提高吸收性能.
- 为了实现超宽带的吸收在一个薄而轻的材料.
主要方法:
- 在窗结构的启发下,设计了一个DSTEAM.
- 纳入了磁电合原理.
- 在材料设计和制造方面,采用了人工智能辅助的数据驱动优化策略.
主要成果:
- 制造的DSTEAM在超宽带频率范围 (2.6-40 GHz) 上显示反射损失低于-10dB.
- 该材料保持了9.85mm的薄厚度和0.566kg/m2的低面积密度.
- 性能归因于梯度诱导的多重散射,协同场增强和磁电合.
结论:
- 该DSTEAM展现出优越的轻量级和超宽带电磁波吸收能力.
- 由人工智能驱动的协作设计策略为下一代吸收器开发提供了一种新的方法.
- 这项工作为创建先进的电磁波吸收材料提供了有效的途径.
