非周期的メタマテリアルによる熱ふく射スペクトル制御

2020 年度 研究成果報告書

• 研究課題/領域番号: 18K03974
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分19020:熱工学関連
• 研究機関: 新潟大学
• 研究代表者: 櫻井 篤 新潟大学, 自然科学系, 准教授 (20529614)
• 研究期間 (年度): 2018-04-01 – 2021-03-31
• キーワード: 熱ふく射 / 機械学習 / 電磁波 / メタマテリアル

研究成果の概要

本研究では、機械学習を熱ふく射物性計算に応用することを試みた。多層膜の熱ふく射物性は、マクスウェル方程式を周波数領域で展開する厳密統合波解析法を用いて数値解析を行った。この電磁波解析法と機械学習を組み合わせることによって、熱放射性能（ここでは熱ふく射スペクトルを狭帯域化させるという意味）を最大にする多層膜構造の設計手法を確立することを目的として研究を行った。その結果、高い熱放射性能を持つ非周期的メタマテリアル構造を見出すことができた。この予測結果を基に超狭帯域熱ふく射エミッターの実証実験にも成功し、その物理的メカニズムについて明らかにすることができた。

自由記述の分野

熱工学

研究成果の学術的意義や社会的意義

熱ふく射スペクトル制御の応用例として、波長選択性太陽光吸収材料を用いた太陽熱発電、熱光起電力発電、大気の窓領域に高い放射率を持つスカイラジエータ、有機溶剤の吸光スペクトルに合わせた波長選択性赤外線ヒーター等が挙げられる。このように可視光から赤外光まで多種多様な社会・産業界からのニーズがある中で、何兆通りにも存在する組み合わせから高性能なメタマテリアルを導き出すことはできるのだろうか？その課題解決のため、機械学習を用いた熱ふく射物性計算方法を確立した。さらに、機械学習から導かれた非周期的なメタマテリアル構造体ではどのような新しい熱ふく射特性が発現するのかといった学術的知見を得ることができた。