多功能石墨烯基气凝胶的智能设计，用于超宽带微波吸收

摘要：为缓解电磁污染而日益增长的微波吸收材料需求，推动了高效设计策略的探索。然而，传统实验方法在优化多组分与多层结构时耗时过长。为快速预测和优化微波吸收材料的电磁参数，本文，北京航空航天大学袁野副教授、Xianxian Sun、李宜彬教授等在《Journal o

1成果简介

为缓解电磁污染而日益增长的微波吸收材料需求，推动了高效设计策略的探索。然而，传统实验方法在优化多组分与多层结构时耗时过长。为快速预测和优化微波吸收材料的电磁参数，本文，北京航空航天大学袁野副教授、Xianxian Sun、李宜彬教授等在《Journal of Advanced Ceramics》期刊发表名为“Intelligent design of multifunctional graphene based aerogels for ultra-broadband microwave absorption”的论文，研究提出了一种基于机器学习辅助的设计框架。通过静电纺丝技术制备了一系列石墨烯/二氧化硅和石墨烯/钡钛酸钡气凝胶，利用其电磁参数数据集训练机器学习模型。

该模型实现最高97.3%的预测精度，显著加速设计流程。通过将预测参数集成至仿真软件，快速设计出梯度阻抗结构，制备出厚度仅20毫米却具备3.26-17.30 GHz超宽带吸收范围的多功能气凝胶。相较传统方法，该机器学习策略将研发周期缩短至数周，实现了高性能吸收材料的快速高效设计。此外，该气凝胶展现出卓越的隔热与隔音性能，彰显其多功能特性。本研究证明了机器学习在加速新一代微波吸收材料开发中的巨大潜力。

2图文导读

图1. (a) Schematic diagram of the GS and GB aerogel formation process. SEM images of (b-d) G10S4 aerogel at different magnifications and (e-g) G10B4 aerogel at different magnifications.

图2. XRD patterns of (a) SiO2 fibers and GS aerogels, (b) BaTiO3 fibers and GB aerogels, (c) Raman spectra of G10S4, G10S4-700, G10B4 and G10B4-700 aerogel, (d-j) Full XPS spectrum and fine spectrum of G10S4 and G10B4 composite aerogel. TEM images of (k-l) G10S4-700 aerogel and (m-n) G10B4-700 aerogel at different magnifications, elemental mapping of (o) G10S4-700 aerogel and (p) G10B4-700 aerogel.

图3. 3D RL plots of (a) G4S4, (b) G10S1, (c) G10S2, (d) G10S4, (e) G8S4, (f) G10B1, (g) G10B2, (h) G10B4 and (i) Schematic of machine learning for predicting electromagnetic parameters.

图4. (a) The simulation and experimental results of 20 mm multilayer design aerogel, (b) Photographs of 20 mm multilayer design aerogel, (c) Wave absorption mechanisms in multilayer structures, (d) RCS curves at 4 GHz, (e) RCS reduction values, (f) Photographs of the G10S4 rest on a dandelion, (g) Water contact angle of G10S4, (h) Thermal conductivity of GS and GB aerogels, (i) Thermal infrared images of the G10S4, (j) Sound absorption coefficients of GS and GB aerogels and (k) Noise absorption application.

3小结

综上所述，我们开发了一套用于介电材料电磁参数的机器学习预测系统，为高性能微波吸收材料的制备过程提供了指导。通过利用实验获得的小样本数据集，我们的预测结果展现出高精度，误差范围控制在测量值的20%以内。通过采用随机森林算法，相较于人工筛选优化小样本数据集，我们显著缩小了设计空间并提升了预测效率。同时运用仿真技术优化多层结构设计，最终获得卓越的微波吸收性能。优化结构在20毫米厚度下实现14.04 GHz（3.26-17.30 GHz）超宽带吸收，将整个研究周期缩短至数周。所用气凝胶材料还展现出优异的隔热与隔音性能。因此，本研究为多功能高性能微波吸收材料的快速设计与制备提供了重要启示。

DOI: 10.26599/JAC.2025.9221172