通过化学成分调控的非对称逐层组装实现发射率和太阳透射率的双波段调制
Dual-Band Modulation of Emissivity and Solar Transmittance Through Chemical Composition-Tuned Asymmetric Layer-by-Layer Assembly
1. 领域背景与文献
发表期刊：Advanced Science；影响因子：17.521（2023年）；研究领域：建筑节能智能光学薄膜材料
建筑能耗占全球总能耗的30%以上，其中采暖、通风与空调（HVAC）系统的能耗占比超过一半，窗户作为建筑围护结构的核心部件，其热工性能直接决定室内热舒适度与能源消耗。传统玻璃窗户存在隔热性能差、太阳热增益失控等缺陷，推动了智能节能窗户的技术演进：2000年前后热致变色VO₂基窗户实现近红外（NIR）透射率的温度响应调控，成为第一代智能节能技术；2015年以来辐射制冷（RC）窗户通过调控中红外（MIR）发射率（εMIR）实现被动降温，成为领域研究热点。当前领域的核心未解决问题在于，现有技术难以同时优化三个关键光学参数——高可见光透射率（Tlum）、大太阳透射率调制幅度（ΔTsol）、大εMIR调制幅度（ΔεMIR），且多数制备工艺（如光刻、磁控溅射）存在结构复杂、成本高昂、难以大面积制备的局限，无法满足不同气候区的全年节能需求。针对这一研究空白，本文提出采用化学成分调控的不对称层层（LbL）组装技术，制备具有法布里-珀罗（F-P）腔结构的智能窗户，实现太阳透射率（Tsol）与εMIR的双波段温度响应调制，为建筑全年节能提供低成本、可规模化的解决方案。
2. 文献综述解析
作者对现有智能节能窗户研究的分类维度主要包括技术路线（如光刻、磁控溅射、旋涂等制备工艺）与性能调控方向（如单波段NIR透射调控、单波段MIR发射率调控）。
现有研究中，基于VO₂的热致变色窗户可实现NIR透射率的无驱动温度响应调控，优势在于无需外部能源、材料成本相对较低，但这类窗户通常仅能调控单波段性能，无法同时优化εMIR，冬季无法减少热量散失；辐射制冷窗户通过低εMIR涂层实现夏季被动降温，但其εMIR无法随温度切换，冬季会加剧室内热量流失，适用性受限。部分研究尝试结合两种功能，如旋涂制备的F-P腔结构窗户，虽能实现双波段调控，但旋涂工艺难以精准控制薄膜厚度与组分分布，导致Tlum、ΔTsol与ΔεMIR的优化效果有限，Tlum通常低于35%，ΔεMIR不足0.3。此外，采用光刻、磁控溅射等工艺制备的复杂结构窗户，虽能实现较好的光学性能，但存在制备流程繁琐、成本高、难以大面积制备的局限性，缺乏规模化应用的可行性。
与现有研究相比，本文的核心创新点在于首次采用不对称LbL组装技术制备F-P腔结构，通过调控聚电解质浓度精准控制间隔层的化学成分与空间排布，解决了现有方法难以同时优化三个关键光学参数的问题；同时LbL组装工艺具有低成本、可大面积制备的优势，为智能节能窗户的规模化应用提供了技术支撑。实验结果显示，本文制备的窗户实现了Tlum=41%、ΔTsol=10.1%、ΔεMIR=0.4的综合性能，显著优于现有报道的同类产品，填补了领域内低成本、高性能双波段智能窗户的研究空白。
3. 研究思路总结与详细解析
本文的研究目标是构建可同时调控太阳透射率与中红外发射率的双波段智能节能窗户，核心科学问题是如何通过精准调控薄膜结构与化学成分，同时优化Tlum、ΔTsol与ΔεMIR三个关键光学参数，技术路线遵循“材料筛选→结构设计→工艺优化→性能表征→模拟验证”的闭环逻辑：首先筛选低MIR吸收的聚电解质材料，开发不对称LbL组装工艺制备F-P腔结构（低εMIR涂层+红外透射间隔层+VO₂多层膜），然后优化各层的结构参数（如AgNWs层数m、间隔层层数o、VO₂层数n）与间隔层化学成分（PDDA浓度），通过多种表征手段验证光学性能，最后通过模拟评估其在不同气候区的节能效果。
3.1 低εMIR涂层的制备与性能表征
实验目的：制备具有稳定低中红外发射率的底层涂层，为F-P腔结构提供反射层，同时探究涂层层数对εMIR与可见光透射率的调控作用。
方法细节：采用LbL组装工艺，将玻璃基底经UV臭氧活化15分钟后，依次浸入5 mg/mL聚乙烯亚胺（PEI）水溶液与银纳米线（AgNWs）乙醇悬浮液中，通过多次浸涂循环制备(PEI/AgNWs)m涂层，其中m为循环次数（1-5）；同时选用铟锡氧化物（ITO）涂层作为对比对照组。采用扫描电子显微镜（SEM）观察AgNWs的形貌与分布，使用双波段发射率测量装置测试8-14 μm波段的εMIR，用紫外-可见-近红外分光光度计测试0.3-2.5 μm波段的透射与反射光谱。
结果解读：当m≥3时，(PEI/AgNWs)m涂层的εMIR<0.1，与ITO涂层的εMIR相当（图2a）；随着m值增加，涂层的消光系数逐渐增大（图2b），可见光与近红外透射率呈下降趋势；SEM图像显示AgNWs直径为40-60 nm，长径比约110（图2a插图），形成连续的导电网络，从而实现低εMIR特性。
产品关联：实验所用关键产品：JEOL 6700F扫描电子显微镜，Perkin Elmer Frontier红外光谱仪，Lambda 950紫外-可见-近红外分光光度计，IR-2双波段发射率测量装置。
3.2 F-P腔间隔层的化学成分调控与性能优化
实验目的：筛选低MIR吸收的聚电解质作为间隔层材料，通过不对称LbL组装调控间隔层的化学成分比例，降低MIR吸收，同时探究间隔层化学成分对εMIR调制性能的影响。
方法细节：对比聚丙烯酸（PAA）、聚苯乙烯磺酸钠（PSS）、羧甲基纤维素（CMC）等聚阴离子，以及聚乙烯亚胺（PEI）、聚烯丙胺盐酸盐（PAH）、聚二烯丙基二甲基氯化铵（PDDA）等聚阳离子的MIR吸收特性，筛选出低吸收的PAA与PDDA组合；通过改变PDDA浓度（2、0.375、0.25、0.125 mg/mL，固定PAA浓度为2 mg/mL），采用不对称LbL组装制备(PDDA/PAA)o间隔层，其中o为组装循环次数；采用傅里叶变换红外光谱（FTIR）分析间隔层的化学成分组成，测试不同PDDA浓度下样品的εMIR与ΔεMIR。
结果解读：PAA在8-14 μm波段MIR吸收极低，PDDA仅在1100-950 cm⁻¹处有C-N⁺吸收峰，二者组装的间隔层具有高MIR透射率；当PDDA浓度为0.25或0.375 mg/mL时，间隔层中PAA比例显著增加，ΔεMIR达到约0.3-0.4（图3c、d）；FTIR光谱显示，随着PDDA浓度降低，PAA的C=O峰与PDDA的C-N⁺峰面积比从0.254增加到0.655（图3e、f），证实间隔层化学成分可通过PDDA浓度实现精准调控。
产品关联：实验所用关键产品：Perkin Elmer Frontier傅里叶变换红外光谱仪，IR-2双波段发射率测量装置。
3.3 F-P腔结构的组装与双波段调制性能验证
实验目的：组装完整的F-P腔结构（低εMIR涂层+间隔层+VO₂多层膜），验证其太阳透射率与中红外发射率的双波段温度响应调制性能，优化各层结构参数（m、o、n值）。
方法细节：在低εMIR涂层（(PEI/AgNWs)m或ITO）上组装(PDDA/PAA)o间隔层，再通过LbL组装制备(PDDA/PAA/PDDA/VO₂)n多层膜，其中n为VO₂组装循环次数；采用透射电子显微镜（TEM）观察VO₂纳米颗粒的形貌，测试不同温度（25℃、90℃）下的透射光谱、εMIR，用红外相机拍摄温度响应的热成像图。
结果解读：TEM显示VO₂纳米颗粒为球形，平均直径约60 nm（图2c）；当m=3、o=39、n=5时，玻璃/(PEI/AgNWs)₃/(PDDA/PAA)₃₉/(PDDA/PAA/PDDA/VO₂)₅结构的Tlum为25.9%，ΔTsol为9.02%，ΔεMIR约0.3（图2d、e、h）；采用ITO作为低εMIR涂层时，结构的Tlum达到41%，ΔTsol为10.1%，ΔεMIR约0.4（图4a、b、c），优于现有报道的同类窗户（图4d）；红外热成像显示，温度从30℃升至70℃以上时，样品的εMIR从0.4升至0.7，呈现明显的温度响应特性（图3g）。
产品关联：实验所用关键产品：JEOL 6700F扫描电子显微镜（截面成像），Lambda 950紫外-可见-近红外分光光度计，IR-2双波段发射率测量装置，C8940红外相机。
3.4 光学模拟与节能性能评估
实验目的：通过光学模拟验证F-P腔结构的性能调控机制，通过建筑能耗模拟评估其在不同气候区的全年节能效果。
方法细节：采用有限差分时域（FDTD）法模拟不同VO₂层间隔厚度（d）、VO₂层结构（连续膜/纳米颗粒+间隔层）下的透射光谱与εMIR；使用EnergyPlus软件模拟洛杉矶、罗马、北京三个不同气候区的建筑HVAC能耗，对比普通玻璃、商用低εMIR玻璃与本文制备的智能窗户的能耗差异，建筑面积设置为48 m²，窗户面积为24 m²。
结果解读：模拟显示，VO₂层间引入3 nm间隔层时，Tlum从33.7%（连续膜）提升至48.6%，ΔTsol从9.69%提升至19.2%（图3a、表S1），证实间隔层的光干涉效应可显著优化光学性能；能耗模拟显示，本文的智能窗户在洛杉矶的年节能率比商用低εMIR玻璃高77.5%，在罗马高24.6%，在北京与商用玻璃相当（图4e）；月度能耗数据显示，在夏季（如洛杉矶2-11月、罗马与北京4-10月），本文窗户的节能效果显著优于商用玻璃，冬季则与商用玻璃相当（图4f、g、h）。
产品关联：实验所用关键产品：FDTD光学模拟软件，EnergyPlus建筑能耗模拟软件。
4. Biomarker研究及发现成果
本文中的“Biomarker”指调控智能窗户双波段光学性能的关键结构参数与化学成分因子，包括低εMIR涂层的层数（m值）、间隔层的PDDA浓度（对应PAA/PDDA比例）、VO₂多层膜的层数（n值），这些因子的筛选与验证逻辑为：首先通过材料筛选确定低MIR吸收的聚电解质组合，然后通过单一变量控制实验探究各因子对Tlum、ΔTsol、ΔεMIR的调控作用，最后通过模拟与实验验证其节能效果。
关键因子的验证过程采用变量控制法：对于m值，测试不同m下的εMIR与透射率，发现m=3时可同时保证低εMIR与较高Tlum；对于PDDA浓度，通过FTIR表征间隔层化学成分，结合εMIR测试，发现PDDA浓度为0.25 mg/mL时，PAA/PDDA比例最优，ΔεMIR达到0.4（文献未明确样本量，基于图表趋势推测）；对于n值，测试不同n下的εMIR调控性能，发现n=5时性能最优。这些因子的特异性表现为：m值主要调控底层的εMIR，PDDA浓度主要调控间隔层的MIR透射率与εMIR调制幅度，n值主要调控VO₂层的太阳透射率调制性能。
核心成果提炼：本文发现间隔层中PAA与PDDA的比例是调控ΔεMIR的核心因子，当PDDA浓度为0.25 mg/mL时，ΔεMIR可达0.4（文献未明确样本量，基于图表趋势推测）；同时VO₂层间引入3 nm间隔层可使Tlum提升约14.9%，ΔTsol提升约9.51%（文献未明确样本量，基于图表趋势推测）；这些关键因子的优化使本文的智能窗户实现了Tlum=41%、ΔTsol=10.1%、ΔεMIR=0.4的综合性能，显著优于现有报道的同类产品；能耗模拟显示，本文窗户在不同气候区均展现出优异的全年节能性能，为智能节能窗户的规模化制备与应用提供了关键技术参数。