通过自动化材料合成和表征,加速发现矿固体溶液

科学领域:

• 材料科学 材料科学 材料科学
• 化学 化学 化学

背景情况:

• 对无线通信和生物传感器等先进技术来说,发现矿固体溶液至关重要.
• 目前用于材料合成和表征的手工方法由于复杂的组成-结构-处理关系而缓慢和低效.

研究的目的:

• 开发和验证一个用于加速矿研究的自动化材料发现平台.
• 克服传统合成和表征技术的局限性.

主要方法:

• 实施机器学习 (ML) 辅助的材料选过程.
• 整合机器人合成和高通量表征与快速烧结和介电分析平台.
• 使用已确定的矿样本验证自动化设置.

主要成果:

• 自动化平台在几分钟内展示了材料的快速处理,与传统方法相比,大大减少了时间.
• 在家族中成功合成单相固体溶液,例如 (BaxSr1−x) CeO3.3.
• 验证ML引导的化学物质,用于识别新型无序材料.

结论:

• 开发的自动化平台显著加速矿固体溶液的发现和合成.
• 这种方法可以有效地探索下一代无线通信和生物传感器技术的材料.
• 这种由机器学习指导的自动化系统代表了材料科学研究中的范式转变.