全球的冰箱和冰柜普遍依赖制冷剂运行,一旦发生泄漏,其温室效应可达二氧化碳的数千倍。随着寻找替代制冷技术的竞赛日趋激烈,研究人员正在积极探索更环保的方案,弹热制冷(elastocaloric cooling)便是其中之一——这是一种通过可逆相变传导热量的固态技术。
近日,香港科技大学(HKUST)的研究团队宣布,他们研发出首台能够达到摄氏零度以下温度的弹热制冷装置,为这项颇具前景的制冷技术树立了一座重要里程碑。相关成果已发表于《自然》期刊。这台桌面级原型机成功在两小时内将20毫升水冻成冰块,其性能已可与家用冰箱媲美。
弹热制冷系统近年来备受关注,原因在于它无需依赖排放温室气体的制冷剂。该技术利用形状记忆合金(SMA)独特的相变特性——在特定温度范围内,这类金属受到压缩时释放热量,松弛时则吸收热量。
然而迄今为止,所有研究级弹热制冷系统的工作温度均在0°C以上,这一瓶颈被认为与形状记忆合金在低温下性能下降有关。
为此,香港科技大学团队采用了一种特殊的镍钛形状记忆合金(含镍51.2%、含钛48.8%),该合金在接近-21°C的温度下仍能保持弹热特性。研究人员对合金棒进行精密加工,制成具有复杂内部结构的薄壁管材,以最大化换热效果。
在将镍钛管组装成弹热蓄热器(一种热交换器)的过程中,团队将管材三根一组排列,紧密装入坚固的塑料外壳中。八组单元依次串联,并在末端安装线性致动器,以施加激活弹热效应所需的力。
在实际运行中,致动器压缩并保持镍钛管的形变,使材料升温。与此同时,含氯化钙(一种常用于道路除冰的盐类)的盐水溶液被泵入蓄热器,将热量带走并向外界排出。随后致动器释放压力,镍钛管迅速冷却,流体反向流经蓄热器,在此过程中被冷却。
整个循环仅需1秒。在实验室中连续运行15分钟后,系统冷端温度达到创纪录的-12°C,热端温度为24°C,温差高达36°C。在室外温暖环境中实际测试时,系统将一个装有水瓶的隔热腔室连接运行,60分钟后腔室温度降至-4°C,冷却速度相对较慢。
主导这项研究的香港科技大学机械工程学教授孙庆平承认,该装置在进入家用或工业市场之前,仍面临重大挑战。目前其能效"仍低于传统蒸气压缩式空调",能量损耗主要来自致动器。"我们正在开发新型驱动技术,作为系统集成与优化工作的一部分,"他表示。团队还计划进一步降低目标温度,直至-100°C,但这将需要采用不同的合金材料。此外,薄壁管状结构目前采用精密但"成本极高"的制造工艺,研究团队正在探索3D打印等替代方案,以减少材料浪费、降低制造成本。
"我们正在同步推进这三个方向,"孙庆平说,并预计将在两到三年内推出可商用的产品。
谈及弹热制冷装置的潜在应用场景,孙庆平提到了冷冻食品配送移动系统以及电动汽车气候控制等领域。他表示团队已与工业合作伙伴展开"积极合作",但未透露具体名称。从长远来看,他的目标是"颠覆现有蒸气压缩技术市场",但目前的重点是找到"一个细分领域实现突破,再逐步扩展"。
尽管弹热制冷技术作为无温室气体排放的传统制冷替代方案前景可期,但目前仍处于原型阶段,前方还有诸多重大工程挑战需要克服。
Q&A
Q1:弹热制冷技术和传统压缩制冷技术相比有什么优势?
A:弹热制冷技术最大的优势在于不需要使用制冷剂,避免了传统制冷剂泄漏时产生强效温室气体的问题。它利用形状记忆合金在压缩和松弛过程中的相变特性来传导热量,是一种更加环保的固态制冷方式。不过目前其能效仍低于传统蒸气压缩式制冷系统,主要能量损耗来自致动器部分,研究团队正在针对这一问题开发新型驱动技术。
Q2:香港科技大学的弹热制冷原型机能达到多低的温度,性能如何?
A:该原型机在实验室条件下连续运行15分钟后,冷端温度达到-12°C,热端为24°C,温差达36°C。在室外实际测试中,60分钟内可将隔热腔室降温至-4°C,并能在2小时内将20毫升水完全冻成冰块,性能已接近家用冰箱水平。研究团队未来还计划将目标温度进一步降低至-100°C。
Q3:弹热制冷技术什么时候能商用,适合哪些场景?
A:研究团队预计在两到三年内推出可商用产品。潜在应用场景包括冷冻食品配送的移动制冷系统以及电动汽车的气候控制。长期目标是逐步进入并颠覆现有蒸气压缩制冷市场,但团队目前策略是先聚焦于细分领域实现突破,再逐步扩大应用范围。目前制造工艺成本较高,团队正探索3D打印等方式以降低成本。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。