全集成自动化原位加热X射线衍射机器人系统:面向自主实验室的固相合成路径实时追踪

《Digital Discovery》:A robotic system of automated in situ heating X-ray diffraction experimentation in autonomous laboratoriesOpen Access

【字体: 大 中 小 】 时间:2026年10月21日 来源:Digital Discovery 7.1

编辑推荐:

  自主材料发现平台(autonomous materials discovery platforms)已成功加速高通量合成,但复杂固相合成路径(solid-state synthesis pathways)的操控与实时追踪仍是一项关键挑战。因此,研究人员提出一种

  
自主材料发现平台(autonomous materials discovery platforms)已成功加速高通量合成,但复杂固相合成路径(solid-state synthesis pathways)的操控与实时追踪仍是一项关键挑战。因此,研究人员提出一种全集成自动化原位加热X射线衍射(in situ heating X-ray diffraction, XRD)机器人系统,集成六轴协作机器人(6-axis collaborative robot)、自动样品装载器(automated sample loader)、定制坩埚(customized crucibles)和多功能夹爪(multi-functional gripper),以实现亚毫米操作精度(sub-millimeter operational precision)。该系统通过将上述硬件单元与自主移动机器人(autonomous mobile robot, AMR)及自动样品制备模块(automated sample preparation module)无缝协同,可在无人干预下执行从样品制备到结构表征的端到端任务。误差最小化运动规划算法(error-minimizing motion planning algorithms)主动缓解样品处理过程中的卡滞(jamming)和倾斜(canting)等物理意外,确保自动化流程无缺陷且高度可靠地运行。连续加热过程中采集的高保真、时间分辨数据集(high-fidelity, time-resolved datasets)成功追踪了两个不同无机体系Mn–Ti–O和Li–Nb–O的多步合成路径(multi-step synthesis pathways)。通过监测整个合成进程,该自动表征基础设施显著促进固相材料合成数据集的积累,并构成自主实验室(autonomous laboratories)中观察合成理论不可或缺的基础。
论文解读:

研究背景与问题:自主实验室(autonomous laboratory,可自动执行实验闭环的实验室系统)已将材料发现从传统试错实验推进到高通量、数据驱动合成,但合成规划通常未考虑目标相的形成机制,对合成路径的预测性理解有限,且可用的实验数据很少。原位加热X射线衍射(in situ heating X-ray diffraction, XRD)虽能揭示中间相和亚稳相,却多在同步辐射线站完成,限制数据积累。因此,需要把自动原位XRD表征整合进自驱动实验室,以获得大规模时间分辨数据并验证合成理论。A-Lab中实现全自动原位XRD存在硬件瓶颈:传统人工制备与精密对准同自动流程之间存在操作鸿沟;高温原位XRD要求亚毫米定位,微小机械失准会导致衍射失准或加热腔关闭失败,触发安全联锁并中断自动链;未经改造的商业标准机械臂难以满足样品转移的严格要求。为此,研究人员开发模块化机器人系统,将原位加热XRD从局部人工诊断工具转为可扩展自动模块,作为自主合成代理的“眼睛”。其意义在于获取时间与相分辨数据,为发现通用、可扩展的合成理论提供基础平台。

关键方法(约200字):研究在A-Lab中集成UR5e协作机器人、Robotiq Hand-E夹爪、Anton Paar XRDynamic 500衍射仪与HTK 1200N高温台、Labman自动样品制备模块和Enabled Robotics自主移动机器人(AMR),由AlabOS Python框架统一编排;采用视觉引导坐标校准、机械对中、角度转换器、步进电机-丝杠微调、电流监测扭矩验证与弹簧缓冲,并通过Python API预编程XRD测量。样本队列来源于Sigma-Aldrich商业前驱体制备的Mn–Ti–O(Mn2O3与TiO2-anatase按1:1摩尔比)和Li–Nb–O(Li2CO3与Nb2O5按2:1摩尔比)两个无机体系。

研究结果:

2.1 硬件架构:研究人员构建可移动、可锁定的铝型材平台和光学面包板,将六轴协作机器人、自动样品装载器、定制坩埚及容器、多功能夹爪等固定于统一参考框架;装载器以步进电机-丝杠实现垂直微调,缓冲板和弹簧吸收过压;坩埚耗材与A-Lab浆料注射系统兼容,坩埚升降机构可取出深腔中的坩埚盘;双菱形夹爪指实现四点切向接触和自定心,配合定制门把手可滑动XRD腔门。由此得出,硬件架构提供亚毫米定位、安全加载和无需工具更换的门操作。

2.2 自动化原位XRD加热实验工作流:样品制备模块混合前驱体浆料,自动滴加至原位XRD坩埚盘并在80 °C干燥5 min;AMR经视觉引导坐标校准在制备模块与原位XRD站间转运,并通过四向轻敲机械对中;固定机器人经坩埚升降机构垂直取出深凹坩埚盘,角度转换器将垂直夹持转为水平夹持;机械臂放样、操作门把手,四螺丝由步进电机自动拧紧,电流监测计算扭矩验证锁紧,弹簧缓冲吸收基板上移;最后Python API控制样品对准、升降温、驻留和扫描参数。由此建立从制备到数据采集的端到端自动化流程,消除人工装载和拧紧瓶颈。

2.3 面向可靠自动化实验的先进机器人运动规划:流程分为样品转移/取回、加载/卸载和预编程XRD测量;针对卡滞采用旋转摆动释放机械束缚,针对放置错位用带顺应功能的向下补偿“推”使锥形容器自校正,针对坩埚盘倾斜用接触对准和多轴小幅抖动实现水平与垂直对准。50次连续周期浸泡测试显示:无误差最小化时部分位置成功率低至76%(38/50),角度转换到原位XRD步骤仅68%(34/50);加入策略后,13步自动化流程在50个独立验证周期中均达100%成功,16个坩埚位置在步骤1和13各50周期(每步800次操作)以及步骤2–12单位置50周期均可靠。结论是无需昂贵复杂传感器反馈即可抑制物理不确定性,实现长期连续运行;自动处理每样品约10 min,可容纳32个坩埚盘。

2.4 通过多样材料合成路径验证自动化原位XRD过程:连续加热至1100 °C,并用Dara进行初始数据处理、结合后续人工详细相鉴定与精修,提取温度依赖转变边界并量化瞬态相分数。Mn–Ti–O体系显示三个热区:A1(≤840 °C)前驱体共存;A2(800–960 °C)TiO2-anatase转变为TiO2-rutile并与Mn2O3快速反应生成MnTiO3中间相;A3(>960 °C)前驱体耗尽,得到单相MnTiO3。Li–Nb–O体系显示五个区:B1(<340 °C)前驱体共存;B2(340–480 °C)生成瞬态LixNb2O5(x~1);B3(480–540 °C)与Li2CO3反应生成LiNbO3(540 °C约0.5相重量分数);B4(540–720 °C)与剩余Li2CO3形成阳离子无序岩盐型(cation-disordered rocksalt-type, DRX)Li3NbO4;B5(720–1100 °C)无序相逐渐有序化为立方Li3NbO4超结构。由此证明自动化平台可追踪多步路径、瞬态中间相和有序—无序转变,为选择性稳定目标相提供可操作配方;数据经AlabOS存入A-Lab数据库,并开发Flask网页界面以兼容手动操作。

讨论与结论翻译:讨论指出,该系统扩展了A-Lab,通过实时连续追踪晶态演变为具体合成路径提供直接、定量证据;与自动前驱体制备及异位XRD/SEM/EDS结合,可生成大规模原位合成数据集,用于验证预测合成模型。作者同时指出当前局限:流程较静态、刚性,依赖预编程参数(固定浆料体积、预设温度曲线、恒定扫描参数),对动态环境或机械漂移适应性有限;静态浆料滴加缺少机械平整步骤,可能造成表面粗糙和衍射强度偏差;未来可通过机械平整工具、异步任务队列、计算机视觉反馈、材料信息学优化乙醇/粉末比以及agentic AI实时分析衍射并动态调整温度步长来改进。研究结论翻译:研究人员已成功开发并验证一种全集成机器人系统用于自动化原位加热XRD实验,旨在加速先进无机材料的发现与表征。通过将六轴机械臂与定制硬件(包括自动样品装载器、多功能夹爪、坩埚盘及辅助装置)协同,消除了阻碍高通量原位热分析的主要人工瓶颈。AMR的集成进一步扩展了A-Lab的多功能性,实现跨越空间限制的无缝分布式工作流。误差最小化运动规划通过缓解卡滞和错位等机械意外,确保100%运行可靠性。系统通过两种无机材料体系的反应路径映射得到验证。该稳健、可靠的自动化系统不仅最大化实验效率,也为下一代A-Lab建立可扩展基础,使AI驱动决策与机器人精度融合,重新定义先进材料研究范式。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号