温度监测是工业与日常生活中不可或缺的一部分，传统的温度传感器、红外温度检测等设备尽管精确，但布线复杂，成本高昂，且存在与电子设备相关的潜在安全风险，因此需要仔细考虑其应用的场景，这让其使用收到限制。
近日，来自华南理工大学江赛华教授团队的研究者们结合胆甾相液晶弹性体（CLCE）和机器视觉技术，通过机器学习算法构建并训练了两个深度学习模型（图1）：基于CLCE薄膜颜色的温度检测模型（CTVPM）和基于CLCE阵列的温度分布映射模型（CATMM）。这些模型不仅能够根据单个CLCE薄膜的颜色变化精准输出温度值，还能够通过CLCE阵列实现大面积的二维温度分布可视化，最终实现了精准、直观且便捷的表面温度检测，提供了一种低成本、高效率的温度监测方案。该工作以“Machine vision-enabled surface temperature mapping based on thermo-responsive cholesteric liquid crystal elastomer arrays”为题发表在《Journal of Materials Chemistry A》杂志上，第一作者为华南理工大学机械与汽车工程学院的硕士生赵皓天，其他共同作者包括程家圻、王建基、肖舒、Nour F. Attia，文章通讯作者为华南理工大学江赛华教授和北京航空航天大学刘明珠教授。
图1 深度学习模型示意图
CLCE是一种具有优异光学性能的材料，能够随应变产生颜色的变化（图2 a, b，比例尺：1cm）。通过向体系中引入硼酸酯（BDB）动态键，并基于动态键交换的原理（图2 c），制备了一系列具有热响应性的CLCE，其颜色能够随温度发生变化（例如从室温升到80℃时，颜色会由绿色逐渐变为红色，图2 d，比例尺：1cm），这为温度传感提供了全新的可能。
图2 CLCE的颜色变化功能
基于上述CLCE的热致变色性能，构建了基于CLCE薄膜颜色的温度检测模型（CTVPM）。该卷积神经网络模型经过训练后，将CLCE薄膜在不同温度下的RGB图像作为输入数据，通过模型的卷积层提取关键特征，最终输出温度值（图3 a）。实验结果表明，经过100周期训练后的CTVPM拥有良好的温度检测能力（图3 b，c），其中在50-70℃的温度区间（Sensitive region）内表现出极高的预测精度（图3 d，比例尺：1cm）。
图3 基于CLCE薄膜颜色的温度检测模型（CTVPM）及其温度检测
针对复杂设备表面温度分布的监测需求，团队进一步设计了基于CLCE阵列的温度分布映射模型（CATMM）。首先构建了CLCE阵列，并利用生成式对抗神经网络（GAN）处理阵列的RGB图像，经过训练后的模型能够将其转化为类似于红外成像模式的二维温度分布图（图4 a）。实验结果表明，CATMM生成的温度分布图与真实红外图像高度一致，证明模型具有良好的温度分布映射能力（图4 b，c，d，比例尺：1cm）。
图4 基于CLCE阵列的温度检测模型（CATMM）及其温度分布映射
研究团队进一步验证了CATMM模型在实际温度监测中的表现。通过将CLCE阵列贴附在玻璃表面，并利用火焰热源引入局部温度变化，模拟了表面局部高温的温度监测环境。借助摄像设备捕捉CLCE阵列在不同时间点的RGB图像，并将图像实时传输给CATMM模型以输出对应的二维温度分布图（图5 a）。实验中以固定时间间隔（例如每15秒）捕捉图像并输出温度分布图，结果表明，CATMM生成的温度图与真实红外成像数据高度吻合，展示了其对局部温度变化的优秀的实时追踪能力（图 b，比例尺：1cm）。
图5 利用CATMM进行表面温度监测
该工作展示了CLCE在智能温度传感和实时温度监测中的潜在应用，并为机器学习技术在材料科学领域的创新应用提供了一个新的视角和技术框架。
该工作得到国家自然科学基金、广东省自然科学基金、天津市消防安全技术重点实验室开放基金、北京航空航天大学杭州国际创新研究院研究启动基金、广东省重点领域研发计划以及中央高校基本科研业务费的支持。
江赛华教授简介：
江赛华，华南理工大学机械与汽车工程学院，2014年博士毕业于中国科学技术大学火灾科学国家重点实验室，同年获得香港城市大学联合培养博士学位，曾在2017-2020年间于宾夕法尼亚大学从事博士后研究工作。研究方向主要为智能安全传感、新能源与材料安全技术及理论研究。主持国家自然科学基金、科技部重点研发计划专题、科技部外国专家项目、广东省自然科学基金、中国博士后基金、公安部重点实验室项目、广州市科技项目等20余项科研项目，参与多项国家重点研发计划及973计划项目。在Advanced Functional Materials, Nano Energy, Chemical Engineering Journal, Journal of hazardous materials、Journal of Materials Chemistry A 等国际期刊共发表 SCI 收录论文超110篇，授权发明专利17项，登记软著1项，省部级科技成果登记1件。研究论文得到同行的积极评价（引用数累计超过4700次，h-index 为 39）。研究成果获中国安全生产协会科学技术进步奖一等奖、中国特种设备检验协会科学技术奖二等奖等奖励多项。
原文链接：https://pubs.rsc.org/en/content/articlelanding/2025/ta/d4ta07959k
