NIMS, l'Université de Tokyo, L'Université de Niigata et RIKEN ont conçu conjointement un métamatériau multicouche qui réalise une émission thermique sélective en longueur d'onde à bande ultra-étroite en combinant l'apprentissage automatique (optimisation bayésienne) et les calculs des propriétés d'émission thermique (calcul électromagnétique). L'équipe conjointe a ensuite fabriqué expérimentalement le métamatériau conçu et vérifié les performances. Ces résultats peuvent faciliter le développement de dispositifs énergétiques hautement efficaces.

Radiation thermique, un phénomène selon lequel un objet émet de la chaleur sous forme d'ondes électromagnétiques, est potentiellement applicable à une variété de dispositifs énergétiques, tels que les radiateurs sélectifs en longueur d'onde, capteurs infrarouges et générateurs thermophotovoltaïques. Les émetteurs thermiques hautement efficaces doivent présenter un spectre d'émission avec des bandes étroites dans une plage de longueurs d'onde pratiquement utilisable. Le développement d'émetteurs thermiques aussi efficaces a été ciblé par de nombreuses recherches utilisant des métamatériaux capables de manipuler les ondes électromagnétiques. Cependant, la plupart d'entre eux ont adopté une démarche de caractérisation des structures matérielles sélectionnées empiriquement, il a été difficile d'identifier la structure optimale parmi un grand nombre de candidats.

Le groupe de recherche conjoint a développé une méthode de conception de structures de métamatériaux avec des performances de rayonnement thermique optimales en utilisant une combinaison d'apprentissage automatique et de calcul des propriétés d'émission thermique. Ce projet s'est concentré sur des structures de métamatériaux multicouches faciles à fabriquer composées de trois types de matériaux en 18 couches d'épaisseur variable. L'application de cette méthode à environ huit milliards de structures candidates a permis de prédire qu'une nanostructure composée de matériaux semi-conducteurs et diélectriques disposés de manière non périodique aurait des performances de rayonnement thermique supérieures, ce qui était contraire aux connaissances conventionnelles. Ensuite, le groupe de recherche a fabriqué la structure du métamatériau et mesuré son spectre d'émission thermique, et a par conséquent démontré une bande d'émission thermique extrêmement étroite. Mesuré en termes de facteur Q (un paramètre utilisé pour mesurer la largeur des bandes spectrales d'émission thermique), la nanostructure nouvellement conçue a produit un facteur Q proche de 200, alors que 100 avait été considérée comme la limite supérieure pour les matériaux conventionnels, une bande spectrale d'émission thermique exceptionnellement étroite.

Cette recherche a démontré l'efficacité de l'apprentissage automatique dans le développement de métamatériaux d'émission thermique hautement efficaces. Le développement de métamatériaux avec des spectres d'émission thermique souhaitables devrait faciliter une utilisation plus efficace de l'énergie dans l'ensemble de la société. Parce que la méthode de conception de nanostructure développée est applicable à toutes sortes de matériaux, il peut servir d'outil efficace pour la conception de matériaux de haute performance à l'avenir.

Cette étude a été publiée dans ACS Science centrale .