該研究揭示了對古老工藝的新見解，旨在提高各個工業(yè)系統(tǒng)的傳熱效率。

麻省理工學院的研究人員通過探索沸騰在能源、冷卻等領(lǐng)域的作用，揭示了沸騰的隱藏威力，有望在效率和安全性方面取得突破。

麻省理工學院副教授 Matteo Bucci 強調(diào)，了解沸騰物理可以推動能源效率、電子冷卻、海水淡化、醫(yī)療診斷等領(lǐng)域的突破。

Bucci的實驗室創(chuàng)造了創(chuàng)新技術(shù)來揭示幾十年來阻礙能源進步的沸騰和傳熱現(xiàn)象。

“沸騰對于核能以外的應(yīng)用也很重要。80% 的發(fā)電廠都使用沸騰。我的研究對太空推進、能源存儲、電子產(chǎn)品以及越來越重要的冷卻計算機任務(wù)都有影響，”Bucci 在一份聲明中表示。

推進傳熱

雖然沸水看起來簡單，但了解其物理原理卻花了十年時間，而且充滿了困難和啟示。這種看似簡單的現(xiàn)象是許多重要工業(yè)過程的基礎(chǔ)，但在核反應(yīng)堆等復雜系統(tǒng)中進行研究卻極具挑戰(zhàn)性。

為了研究長期受限制的能源發(fā)展的沸騰和傳熱現(xiàn)象，Bucci 的研究實驗室創(chuàng)造了新穎的實驗方法。解決沸騰危機(快速發(fā)展的氣泡產(chǎn)生阻礙傳熱的蒸汽層的情況)是主要優(yōu)先事項之一。

在研究中，他們確定了沸騰危機的統(tǒng)一標準，解釋了氣泡在表面附近的相互作用。該標準基于三個關(guān)鍵因素——成核點密度、平均氣泡尺寸以及平均氣泡生長時間和分離頻率的乘積——有助于預測沸騰何時變得低效。

實驗證實了其適用于各種表面類型、沸騰條件和水和液氮等流體。了解這一標準有助于設(shè)計可提高沸騰性能并防止沸騰危機的表面。

研究人員表示，這些進步使得快速收集大量實驗數(shù)據(jù)成為可能，從而開發(fā)出一種簡單的沸騰危機模型。

“核反應(yīng)堆包層表面沸騰過程的有效性決定了反應(yīng)堆的效率和安全性。這就像一輛你想加速的汽車，但它有一個上限，”布奇在一份聲明中說。

“對于核反應(yīng)堆來說，上限是由沸騰傳熱決定的，所以我們有興趣了解這個上限是什么，以及如何克服它以提高反應(yīng)堆性能，”他補充道。

人工智能推動創(chuàng)新

兩相浸沒式冷卻也是一個主要的研究課題，其中來自服務(wù)器組件的熱量使液體沸騰，蒸汽在熱交換器上凝結(jié)以維持被動冷卻循環(huán)。

通過最大限度地減少能源浪費，這種方法降低了數(shù)據(jù)中心的碳排放和電力消耗，目前這些排放量和電力消耗與航空業(yè)相當。到 2040 年，數(shù)據(jù)中心可能占全球排放量的 10% 以上;因此，這一領(lǐng)域的進步至關(guān)重要。

為了進一步發(fā)展熱科學，人工智能 (AI) 也被納入其中。最近一個致力于該領(lǐng)域機器學習的多所大學研究項目展示了它的潛力。

正在建立新的以人工智能為重點的平臺，以促進計算機科學家和熱科學家之間的合作，實現(xiàn)快速創(chuàng)新。

據(jù)研究人員介紹，人工智能還被用于處理來自先進診斷技術(shù)的大量實驗數(shù)據(jù)，以及對仍難以直接研究的復雜現(xiàn)象進行建模，從而突破了熱科學研究的界限。

“人工智能可能會讓我們有機會了解無法觀察到的事物，或者至少在我們試圖找到許多問題的根源時在黑暗中指引我們，”布奇說。