28 C
Turan
HomeAcademic UnionTự động thiết kế vật liệu làm mát bức xạ thụ động...

Tự động thiết kế vật liệu làm mát bức xạ thụ động cho công trình xây dựng sử dụng phương pháp học tăng cường Reinforcement Learning

Người báo cáo: TS. Lê Quang Tuyến

Nghiên cứu sau tiến sĩ tại Đại học Quốc lập Thanh Hoa, Đài Loan

Giới thiệu:

Nhiệt độ trung bình toàn cầu cho năm 2021 (dựa trên dữ liệu từ tháng 1 đến tháng 9, của Tổ chức Khí tượng Thế giới (WMO)) cao hơn mức trung bình giai đoạn 1850-1900 khoảng 1,09 ° C. Hiện tại, sáu bộ dữ liệu được sử dụng trong phân tích của WMO, đã xếp hạng năm 2021 là năm ấm thứ sáu được ghi nhận trên toàn cầu. Nhưng thứ hạng này có thể thay đổi vào cuối năm 2021. Một số nhà nghiên cứu đã gợi ý một số loại vật liệu mới có thể được coi là một phần của chiến lược địa kỹ thuật, nhằm giúp Trái đất tản nhiệt ra không gian để chống lại nhiệt độ tăng trên toàn cầu.

Tác giả tự hỏi: “Thay vì cố gắng ngăn chặn nhiệt lượng truyền tới từ Mặt trời, chúng ta có thể làm cho Trái đất tản nhiệt ra vũ trụ nhiều hơn không?” Trong những năm gần đây, nhiều nhà nghiên cứu đã tạo ra một loạt các vật liệu, bao gồm phim, sơn phun và gỗ đã qua xử lý, có thể giữ mát khi chịu nhiệt. Tất cả các vật liệu này đều dựa vào việc tăng cường hiệu ứng tản nhiệt tự nhiên được gọi là làm mát bức xạ thụ động (passive radiative cooling). Mỗi người, tòa nhà và vật thể trên Trái đất đều tỏa nhiệt, nhưng bầu khí quyển giống như tấm chăn của hành tinh sẽ hấp thụ phần lớn nhiệt lượng và tỏa nhiệt trở lại mặt đất. Tuy nhiên, tia hồng ngoại có bước sóng từ 8 đến 13 micromet không bị khí quyển bắt giữ và rời khỏi Trái đất, thoát ra ngoài không gian vũ trụ mà không quay trở lại. Những vật liệu này không chỉ tiết kiệm hóa đơn tiền điện mà còn làm giảm nhu cầu về máy lạnh đang thực sự ngốn điện khi thế giới ấm lên. Tác giả tin rằng trong 5 đến 10 năm nữa, hệ thống làm mát bằng bức xạ ban ngày sẽ là công nghệ số một cho các tòa nhà, và nó sẽ trở thành máy điều hòa không khí của Trái đất trong tương lai.

Trong nghiên cứu này, dựa trên các động lực nghiên cứu được đề cập ở trên, tác giả đã phát triển mô hình học tăng cường (Reinforcement Learning) dựa trên trí tuệ nhân tạo (AI), kết hợp với mạng nơ-ron tái phát sâu (deep recurrent neural network), để tự động thiết kế vật liệu màng mỏng nhiều lớp làm mát bức xạ thụ động (passive daytime radiative cooling multilayer thin film – PDRC MLTF) cho công trình xây dựng.

Nhiệm vụ thiết kế vật liệu màng mỏng nhiều lớp được mô phỏng tương đương với bài toán tạo chuỗi (sequence generation problem), tác giả đề xuất phương pháp dựa trên mô hình học sâu tăng cường (deep reinforcement learning (DRL)) kết hợp với tối ưu hóa chính sách gần (proximal policy optimization (PPO)) có thể tạo ra các cấu trúc màng mỏng nhiều lớp làm mát bức xạ thụ động gần như tối ưu. Phương pháp được đề xuất sử dụng thuật toán DRL-PPO tiên tiến nhất để đào tạo (training) một mạng nơ-ron tái phát sâu (deep recurrent neural network) có đặc tính ghi nhớ lịch sử, nhằm tạo ra các thiết kế làm mát gần như tối ưu. Thông qua phương pháp này, tác giả đã tạo ra một vật liệu làm mát bức xạ thụ động với độ giảm nhiệt độ xấp xỉ 7.5 độ C và công suất làm mát đạt gần 102 W/m2, tiệm cận công suất làm mát của vật liệu làm mát bức xạ thụ động lý tưởng.

Tiểu sử:

T.S. Lê Quang Tuyến hiện làm nghiên cứu sau tiến sĩ tại Đại học Quốc lập Thanh Hoa, Đài Loan. Anh cũng là cựu sinh viên lớp 04X3C khoa Xây dựng Cầu đường, trường Đại học Bách khoa – Đại học Đà Nẵng. Kinh nghiệm của anh bao gồm việc xác định phương thức và giám sát tình trạng kết cấu của cầu, tòa nhà dưới tác dụng của động đất bằng cách sử dụng các mô hình chuỗi thời gian và biến đổi wavelet. Tác giả cũng có kinh nghiệm trong việc sử dụng AI deep learning để thiết kế và tối ưu hóa vật liệu làm mát bức xạ cho lớp vỏ bề mặt bên ngoài của robot hàng hải.

T.S Lê Quang Tuyến tốt nghiệp tiến sĩ ngành kết cấu tại Đại học Quốc lập Giao Thông Đài Loan (National Chiao Tung University, Taiwan) và có công bố khoa học trên một số tạp chí quốc tế (Computer‐Aided Civil and Infrastructure Engineering, Applied Mathematical Modelling, Advances in Mechanical Engineering).      

Thời gian: Thứ Bảy, ngày 25/12/2021

Link cuộc họp

latest articles

explore more