人们需要新的凉爽体验

炎炎夏日让我们更能深切体会从户外踏入空调房时的那种凉爽感。 其实, 空调不仅仅是为了享受, 它更是一种救生设备。 高温对儿童、 老年人和特定疾病患者尤为危险, 而凉爽的室内环境能有效预防由炎热导致的疾病, 甚至能在极端热浪中挽救生命。

随着全球气温不断攀升, 制冷需求急剧增长。 预计到 2050 年, 空调与冷藏能耗将增长两倍以上 [1]。 现有制冷系统大多依赖电力, 而发电过程需要燃烧大量化石燃料, 所以能耗越高, 温室气体排放量便越大, 进而加剧气候变化。 另一大问题在于制冷剂（如氟利昂或氢氟烃）: 这些化学物质在制冷时可能会泄漏, 使环境中的热量无法自由消散, 进而加剧全球变暖。 某些制冷剂的温室效应可高达二氧化碳的数千倍。

在电力不足或费用高昂的地区 （尤其是发展中国家）, 数百万人无法依赖空调降温, 因而缺乏应对极端高温的安全方式。 我们需要这样一种新型制冷系统——能耗更低、 摒弃有害化学物质, 还能在电力匮乏地区稳定运行。

前沿技术:弹性热泵

如今, 大多数制冷系统依赖蒸汽压缩制冷工艺, 通过压缩和膨胀气态制冷剂先放热后吸热来降低周围气温。 这一工艺尽管有效, 但压缩机的能耗较高, 还依赖有害的气态制冷剂。

弹热制冷技术提供了一种更好的冷暖调节新方案, 其原理类似于肌肉运动。 肌肉拉伸时, 内部分子重新排列, 彼此摩擦生热；肌肉放松时, 张力解除, 吸收周围热量。 弹性热泵利用具有类似特性的材料——在拉伸或压缩时放热, 复原时吸热。

与传统有害气态制冷剂不同, 弹热系统采用镍钛等金属制成的形状记忆合金, 可加工成柔性带材、 卷材、 管材或其他高级形态。 当机器拉伸或挤压合金时, 材料发热, 产生的热量通过水或空气等流体导出建筑外； 压力解除后, 合金回弹并吸热, 冷却周围空气或水, 吸收的热量将在下一次循环中被流体带走, 确保室内始终凉爽。 这种循环过程可持续数百万次而不失效。

技术优化制冷方案

弹性热泵的一大优势在于高效, 可直接将机械能 （拉伸/压缩与复原） 转化为冷量, 跳过了传统系统中压缩和膨胀气态制冷剂的高耗能环节。 因此, 弹性热泵耗电量更低, 是一种既环保又经济的替代方案 [2], 尤其适合电力不足或费用高昂的地区 [3]。

弹热技术已在供暖和制冷领域展现出巨大潜力。 研究人员正在测试用弹性热泵替代传统空调 （图 1C）, 更高效地为住宅、 学校和办公场所降温, 同时减少温室气体排放。 此技术还可用于冷藏领域, 特别是在电力不足的地区。 在广大农村或发展中国家, 弹性热泵能为食物保鲜和药品冷藏提供经济实惠的解决方案 （图 1A）。 由于能耗较低, 弹热系统可依靠太阳能板等小型可再生能源运行, 更贴合这些地区的现实条件。

弹热技术的另一个潜在应用领域是电动汽车。 目前, 汽车供暖和制冷系统能耗很高, 会快速耗尽电池电量, 缩短续航里程。 弹热技术可提供更高效的解决方案, 帮助电动汽车在保持舒适温度的同时节省电能, 从而提升自身实用性和对消费者的吸引力 （图1B）。

除制冷外, 弹性热泵还能改善寒冷气候下的供暖系统。 通过逆转制冷流程——从室外空气中吸热, 然后向室内放热——它们可为建筑高效供暖, 提供一体化的温控解决方案。

重大挑战与更大机遇

在广泛应用之前, 弹热技术仍需攻克几大关键难题。 首先是材料的耐久性。 虽然形状记忆合金能承受数百万次拉伸和复原, 但研究人员仍需提升其使用寿命和性能, 以实现大规模应用的成本效益。 其次是设计低能耗的驱动装置:这种驱动系统必须精确、 耐用、 高效, 才能与主流蒸汽压缩制冷系统竞争。 工程师们正在测试不同设计方案 （如先进电机或旋转装置）, 以促进不断循环的伸缩运动。 最后, 弹热系统所需的特种合金生产成本较高, 研究人员正在探索适合大批量生产的低成本方案。 控制材料成本是向全球推广该技术的关键。

如果能攻克这些难题, 弹热技术将有效减少温室气体排放、 降低能源开支, 提供广泛适用的冷暖调节方案, 帮助全世界的人抵御极端高温。

术语表

制冷剂 (Refrigerant) : ↑ 用于空调和冰箱制冷的固态或液态材料。 某些制冷剂 （主要为液体） 泄漏时可能危害环境。

蒸汽压缩制冷 (Vapor-Compression Cooling) : ↑ 目前用于绝大多数空调和冰箱的制冷工艺, 工作原理为压缩和膨胀液态制冷剂。

弹热制冷 (Elastocalorics) : ↑ 利用形状记忆合金在挤压/复原时的发热/吸热特性进行制冷的技术, 可实现高能效温控。

形状记忆合金 (Shape-Memory Alloys) : ↑ 通常由镍和钛构成的金属混合物, 能在拉伸或挤压后恢复原状。 可反复拉伸并复原的特性使这种合金成为弹热制冷技术的核心材料。

利益冲突声明

作者声明本研究不涉及任何潜在商业或财务关系。

致谢

由 SJD Consulting, LLC. 科学撰稿人/编辑、 毕业于美国马萨诸塞大学陈氏医学院晨兴生物医学研究生院的 Susan Debad 博士参与撰写和编辑。 图表制作方为 Somersault18:24。

AI 人工智能工具使用声明

本文中所有图表附带的替代文本 （alt text） 均由 Frontiers 出版社在人工智能支持下生成。 我们已采取合理措施确保其准确性，包括在可行情况下经由作者审核。 如发现任何问题，请随时联系我们。