如何解決電子元器件遭遇高溫環境使用效能大打折扣的技術瓶頸？近日，國際權威期刊《AdvancedMaterials》（影響因子：29.4）在線刊發了華中科技大學高亮教授團隊關于熱學超材料拓撲優化設計的最新研究成果“
Deep-Learning-EnabledIntelligentDesignofThermalMetamaterials（深度學習賦能的熱學超材料智能設計）”。該成果有效突破了熱學超材料智能設計的技術瓶頸，設計了“熱隱衣”，可屏蔽外部溫度場對器件內部物體的干擾，實現主動隔熱，可用于熱敏元器件的熱防護。

通過設計熱學超材料的結構構型，可實現熱流的操縱與控制，從而獲得超常熱功能，如：熱隱身、熱集中、熱偽裝、熱旋轉等。熱學超材料設計涉及高維設計空間、多個局部極值、巨大計算成本，以及熱學屬性與單胞結構間存在多種對應關系等，給熱學超材料的智能設計帶來了挑戰，即自動、實時、可定制化地設計熱學超材料。

針對上述挑戰，研究團隊提出了深度學習賦能的熱學超材料拓撲優化設計方法，實現了自由形狀熱學超材料的智能設計。該方法采用深度生成模型，將拓撲功能單胞概率表示在隱空間，根據熱學超材料的定制功能需求，可自動、實時地生成具有目標熱傳導張量的拓撲功能單胞，進而快速生成熱學超材料。基于上述思路，研究團隊設計了多種具有自由形狀、背景溫度獨立、全方向功能的熱隱身超材料，并通過數值仿真和熱學實驗驗證了其良好的熱隱身效果。

深度學習賦能的熱學超材料智能設計示意圖

3D打印制備的熱學超器件及熱學實驗測試結果

上述研究工作也為熱學超材料的智能設計提供了全新思路，可靈活實現不同背景材料、自由形狀和不同熱功能的熱學超材料的快速設計，解決了傳統熱學超材料設計中大規模有限元計算與反復優化迭代所帶來的計算效率低的難題，進一步推動了熱學超材料在航空航天、電子等領域的工程應用。

作者：通訊員 肖蜜 高翔

編輯：趙征南