8月11日消息，加州州立理工大学圣路易斯奥比斯波分校的Carson Dorough和Erik Sapper研究团队利用多物理场仿真技术，开发了评估建筑红外反射凉涂层（cool coating）热性能的数字孪生方法，为涂料配方师在真实条件下评估和预测涂层长期性能提供了新工具。

凉涂层通过反射太阳光中的近红外辐射来降低建筑表面温度，从而减少空调能耗和城市热岛效应。然而，涂层的实验室反射率数据与实际建筑应用中的热性能之间存在显著差异，因为后者受到建筑朝向、环境温度、湿度和风速等多种因素的影响。

该研究采用多物理场仿真将凉涂层的辐射传输、热传导和对流换热耦合到建筑外墙的数字孪生模型中。通过在不同气候条件和建筑几何参数下运行模拟，研究人员可以量化涂层厚度、颜料体积浓度（PVC）和基材热物性对表面温度降低和室内冷负荷影响的贡献度。

数字孪生方法的优势在于可在虚拟环境中快速筛选大量配方组合，预测涂层在不同老化阶段的性能衰减趋势，从而为长期耐久性评估提供基础。这对于红外反射颜料（如二氧化钛、氧化铁和复合金属氧化物）的选型和配方优化具有重要指导意义。

从化工产业链角度看，凉涂层市场正受益于建筑能效法规的推动。美国加州Title 24和欧盟EPBD法规对建筑围护结构反射率提出了明确要求，驱动了冷颜料和红外透明树脂的需求增长。数字孪生评估工具有望加速新型凉涂层配方的商业化进程，特别是基于生物基树脂和水性体系的下一代环保凉涂层。 （来源：European Coatings）