Des chercheurs développent une nouvelle méthode ultra-rapide pour fabriquer des dispositifs thermoélectriques à haute performance
Crédit : Pixabay/CC0 Domaine public
Yanliang Zhang, professeur agrégé d’ingénierie aérospatiale et mécanique à l’Université de Notre Dame, et ses collaborateurs Alexander Dowling et Tengfei Luo ont développé une nouvelle méthode ultrarapide assistée par apprentissage automatique pour créer des dispositifs thermoélectriques à hautes performances et économes en énergie.
Le nouveau procédé utilise une lumière pulsée intense pour fritter un matériau thermoélectrique en moins d’une seconde (le frittage conventionnel dans des fours thermiques peut prendre des heures). L’équipe a accéléré cette méthode de transformation des encres à nanoparticules en dispositifs flexibles en utilisant l’apprentissage automatique pour déterminer les conditions optimales pour le processus de frittage ultrarapide mais complexe.
L’exploit vient d’être publié dans la revue Sciences de l’énergie et de l’environnement.
Les dispositifs thermoélectriques flexibles offrent de grandes opportunités pour la conversion directe de la chaleur perdue en électricité ainsi que la réfrigération à l’état solide, a déclaré Zhang. Ils présentent des avantages supplémentaires en tant que sources d’alimentation et dispositifs de refroidissement : ils n’émettent pas de gaz à effet de serre, et ils sont durables et silencieux car ils n’ont pas de pièces mobiles.
Malgré leur large impact potentiel sur la durabilité énergétique et environnementale, les dispositifs thermoélectriques n’ont pas atteint une application à grande échelle en raison de l’absence d’une méthode de fabrication automatisée rapide et rentable. Le frittage flash ultra-rapide assisté par apprentissage automatique permettra désormais de produire des dispositifs hautes performances et respectueux de l’environnement beaucoup plus rapidement et à un coût bien inférieur.
« Les résultats peuvent être appliqués à tout, des appareils personnels portables aux capteurs et à l’électronique, en passant par l’industrie de l’Internet des objets », a déclaré Zhang.
« L’intégration réussie du traitement flash photonique et de l’apprentissage automatique peut être généralisée à la fabrication hautement évolutive et à faible coût d’une large gamme de matériaux énergétiques et électroniques. »
