溫度監(jiān)測是工業(yè)與日常生活中不可或缺的一部分，傳統(tǒng)的溫度傳感器、紅外溫度檢測等設備盡管精確，但布線復雜，成本高昂，且存在與電子設備相關的潛在安全風險，因此需要仔細考慮其應用的場景，這讓其使用收到限制。
近日，來自華南理工大學江賽華教授團隊的研究者們結(jié)合膽甾相液晶彈性體（CLCE）和機器視覺技術，通過機器學習算法構建并訓練了兩個深度學習模型（圖1）：基于CLCE薄膜顏色的溫度檢測模型（CTVPM）和基于CLCE陣列的溫度分布映射模型（CATMM）。這些模型不僅能夠根據(jù)單個CLCE薄膜的顏色變化精準輸出溫度值，還能夠通過CLCE陣列實現(xiàn)大面積的二維溫度分布可視化，最終實現(xiàn)了精準、直觀且便捷的表面溫度檢測，提供了一種低成本、高效率的溫度監(jiān)測方案。該工作以“Machine vision-enabled surface temperature mapping based on thermo-responsive cholesteric liquid crystal elastomer arrays”為題發(fā)表在《Journal of Materials Chemistry A》雜志上，第一作者為華南理工大學機械與汽車工程學院的碩士生趙皓天，其他共同作者包括程家圻、王建基、肖舒、Nour F. Attia，文章通訊作者為華南理工大學江賽華教授和北京航空航天大學劉明珠教授。
圖1 深度學習模型示意圖
CLCE是一種具有優(yōu)異光學性能的材料，能夠隨應變產(chǎn)生顏色的變化（圖2 a, b，比例尺：1cm）。通過向體系中引入硼酸酯（BDB）動態(tài)鍵，并基于動態(tài)鍵交換的原理（圖2 c），制備了一系列具有熱響應性的CLCE，其顏色能夠隨溫度發(fā)生變化（例如從室溫升到80℃時，顏色會由綠色逐漸變?yōu)榧t色，圖2 d，比例尺：1cm），這為溫度傳感提供了全新的可能。
圖2 CLCE的顏色變化功能
基于上述CLCE的熱致變色性能，構建了基于CLCE薄膜顏色的溫度檢測模型（CTVPM）。該卷積神經(jīng)網(wǎng)絡模型經(jīng)過訓練后，將CLCE薄膜在不同溫度下的RGB圖像作為輸入數(shù)據(jù)，通過模型的卷積層提取關鍵特征，最終輸出溫度值（圖3 a）。實驗結(jié)果表明，經(jīng)過100周期訓練后的CTVPM擁有良好的溫度檢測能力（圖3 b，c），其中在50-70℃的溫度區(qū)間（Sensitive region）內(nèi)表現(xiàn)出極高的預測精度（圖3 d，比例尺：1cm）。
圖3 基于CLCE薄膜顏色的溫度檢測模型（CTVPM）及其溫度檢測
針對復雜設備表面溫度分布的監(jiān)測需求，團隊進一步設計了基于CLCE陣列的溫度分布映射模型（CATMM）。首先構建了CLCE陣列，并利用生成式對抗神經(jīng)網(wǎng)絡（GAN）處理陣列的RGB圖像，經(jīng)過訓練后的模型能夠?qū)⑵滢D(zhuǎn)化為類似于紅外成像模式的二維溫度分布圖（圖4 a）。實驗結(jié)果表明，CATMM生成的溫度分布圖與真實紅外圖像高度一致，證明模型具有良好的溫度分布映射能力（圖4 b，c，d，比例尺：1cm）。
圖4 基于CLCE陣列的溫度檢測模型（CATMM）及其溫度分布映射
研究團隊進一步驗證了CATMM模型在實際溫度監(jiān)測中的表現(xiàn)。通過將CLCE陣列貼附在玻璃表面，并利用火焰熱源引入局部溫度變化，模擬了表面局部高溫的溫度監(jiān)測環(huán)境。借助攝像設備捕捉CLCE陣列在不同時間點的RGB圖像，并將圖像實時傳輸給CATMM模型以輸出對應的二維溫度分布圖（圖5 a）。實驗中以固定時間間隔（例如每15秒）捕捉圖像并輸出溫度分布圖，結(jié)果表明，CATMM生成的溫度圖與真實紅外成像數(shù)據(jù)高度吻合，展示了其對局部溫度變化的優(yōu)秀的實時追蹤能力（圖 b，比例尺：1cm）。
圖5 利用CATMM進行表面溫度監(jiān)測
該工作展示了CLCE在智能溫度傳感和實時溫度監(jiān)測中的潛在應用，并為機器學習技術在材料科學領域的創(chuàng)新應用提供了一個新的視角和技術框架。
該工作得到國家自然科學基金、廣東省自然科學基金、天津市消防安全技術重點實驗室開放基金、北京航空航天大學杭州國際創(chuàng)新研究院研究啟動基金、廣東省重點領域研發(fā)計劃以及中央高；究蒲袠I(yè)務費的支持。
江賽華教授簡介：
江賽華，華南理工大學機械與汽車工程學院，2014年博士畢業(yè)于中國科學技術大學火災科學國家重點實驗室，同年獲得香港城市大學聯(lián)合培養(yǎng)博士學位，曾在2017-2020年間于賓夕法尼亞大學從事博士后研究工作。研究方向主要為智能安全傳感、新能源與材料安全技術及理論研究。主持國家自然科學基金、科技部重點研發(fā)計劃專題、科技部外國專家項目、廣東省自然科學基金、中國博士后基金、公安部重點實驗室項目、廣州市科技項目等20余項科研項目，參與多項國家重點研發(fā)計劃及973計劃項目。在Advanced Functional Materials, Nano Energy, Chemical Engineering Journal, Journal of hazardous materials、Journal of Materials Chemistry A 等國際期刊共發(fā)表 SCI 收錄論文超110篇，授權發(fā)明專利17項，登記軟著1項，省部級科技成果登記1件。研究論文得到同行的積極評價（引用數(shù)累計超過4700次，h-index 為 39）。研究成果獲中國安全生產(chǎn)協(xié)會科學技術進步獎一等獎、中國特種設備檢驗協(xié)會科學技術獎二等獎等獎勵多項。
原文鏈接：https://pubs.rsc.org/en/content/articlelanding/2025/ta/d4ta07959k
