机器学习赋能双层智能窗

全气候高效节能

通过大规模模拟与机器学习，面向全球500个城市设计出兼具高太阳光调制能力与低长波红外发射率的双层智能窗，性能超越现有低辐射玻璃。

73614665 · Fan, Lue · Li, Jianing · Shaowen, Cao · Zhou, Zhengui · 79498063 · Gautam, Chandrasekhar · Biswas, Abhijit · Ajayan, Pulickel M. · 李鴻升 · Long, Yi

Energy and Environmental Sciences 2026

技术优势

耐候性更好

双层结构将涂层封闭在内侧，避免直接暴露于室外环境，解决了单层智能窗耐候性差的问题。

全球气候适应

覆盖500个城市的机器学习模型揭示了节能性能的关键因素，使设计无需依赖高分辨率气象数据即可预测。

节能效果更好

仿真和现场测试均证实，与现有最佳技术和商业Low-E玻璃相比，该设计能进一步降低建筑能耗。

应用场景

• 建筑节能玻璃：直接替代现有低辐射玻璃，降低建筑供暖和制冷能耗。
• 智能窗涂层：通过双层结构保护涂层，延长智能窗在室外环境中的使用寿命。
• 气候自适应建筑：根据不同气候条件优化光学性能，实现全气候节能。
• 智能建造：无需高分辨率气象数据即可预测节能性能，便于建筑集成设计。
• 传感器与能量管理：通过调制太阳辐射和红外辐射，辅助建筑能量管理。