化学研究中的流程自动化正在经历快速技术扩展的时代,这主要得益于硬件和机器人技术的迅猛发展,同时受到先进计算方法、人工智能和机器学习的推动。实验流程的自动化使科学家能够系统地、快速地研究高度多维的设计空间,从而克服传统的试错方法,并有望加速从实验室到工厂的时间表,以实现工业规模的生产和商业化。
本期专题探讨了机器人和自动化各个子领域的多学科和整体性特点,突出展示了这一自动化流程设计变革所带来的激动人心的挑战与机遇。读者可以限时免费阅读第二卷第五期“机器人与自动化”主题特刊的编辑精选文章。
文章标题:Bringing robotics and automation into focus(聚焦机器人与自动化)
本月的专题探讨了机器人、自动化与化学工艺设计的交汇点。在本社论中,我们涵盖了该专题的三个共同主题:提升科学生产力、增强科学创造力,以及推动化学工程与自动化系统设计的通用方法之间的互惠发展。
扫码限时免费阅读文章全文
文章标题:Level up the researcher in automated laboratories(提升自动化实验室中的研究人员的价值)
Jason Hein认为,自动化的真正价值不在产量,而在于它对于研究人员的影响。
扫码限时免费阅读文章全文
文章标题:Sensing connections in automation, control and robotics(连接自动化、控制与机器人技术)
扫码限时免费阅读文章全文
文章标题:Engineering principles for self-driving laboratories(自驱动实验室的工程原理)
化学工程领域正处于变革的关键时刻,这一转变部分由流程自动化、机器人技术和人工智能的融合推动,使其发展为自驱动实验室(SDL),以加速科学发现。本评论探讨了如何利用流程强化原则来指导SDL的发展,以加速创新,同时确保在多尺度化学领域内高效利用资源。
扫码限时免费阅读文章全文
文章标题:Automated processing and transfer of two-dimensional materials with robotics(利用机器人实现二维材料的自动化加工与转移)
化学气相沉积(CVD)使二维(2D)材料及其异质结构成为下一代电子和光子器件的潜在材料平台。然而,CVD生产的二维材料的高效加工目前受到限制,因为缺乏可扩展和可靠的技术来将材料从生长基底转移到目标基底,以用于最终应用。
在本研究中,研究人员通过优化界面粘附和应变,开发了一种自动化系统,使机器人能够转移 CVD 生长的二维材料。该自动化转移系统展现出工业兼容性,其高产能(每天可处理最多 180 片晶圆)、可靠的转移质量(转移后的石墨烯载流子迁移率超过 14,000 cm² V⁻¹ s⁻¹),以及高均匀性和可重复性均得到了验证。此外,该系统在降低成本和环境影响方面优于传统的人工转移方法。这一自动化系统有望加速二维材料的研究与商业化进程。
扫码限时免费阅读文章全文
文章标题:Robotic transfer of 2D materials comes of age(二维材料的机器人转移技术成熟发展)
二维材料从生长基底转移到器件基底的过程一直制约其可扩展性。如今,一种机器人驱动的无溶剂工艺有望实现洁净、高产量及晶圆级集成。
扫码限时免费阅读文章全文
文章标题:Airborne biomarker localization engine for open-air point-of-care detection(用于开放式现场检测的空气传播生物标志物定位引擎)
与生物液体中的生物标志物不同,空气传播的生物标志物浓度稀薄且难以追踪。要以足够的灵敏度检测多种空气传播的生物标志物,通常依赖于大型昂贵的设备,如质谱仪,这些设备对于普通大众而言难以获取。在本研究中,我们提出了一种空气传播生物标志物定位引擎(ABLE),这是一种简单、经济且便携的平台,可在约 15 分钟内检测空气中的非挥发性和挥发性分子以及颗粒生物标志物。ABLE 通过水凝结将稀薄气体转化为液滴,从而获得高浓度的水溶液样本,这些样本可以轻松通过现有的液体传感平台进行检测。对多相凝结的基础研究揭示了凝结物中生物标志物的意外稳定性,使得 ABLE 成为一种可靠、易获取且高性能的开放式空气生物传感系统,可应用于非接触式婴儿健康监测、公共场所病原体检测及食品安全监测。
扫码限时免费阅读文章全文
文章标题:Breaking data silos in drug discovery with federated learning(利用联邦学习打破药物研发中的数据孤岛)
联邦学习实现了在不损害数据隐私的情况下进行协作,但仍存在挑战。如今,一种名为 FLuID 的数据驱动方法增强了药物研发中的知识共享,不仅提高了预测性能,还能在制药公司之间保持机密性。
扫码限时免费阅读文章全文
文章标题:Self-driving nanoparticle synthesis(自驱动纳米粒子合成)
用于纳米粒子合成的多维化学参数空间过于广阔,传统方法难以全面探索。然而,结合机器人自动化、微流控技术和机器学习,可以加速发现过程,并提高合成的可控性。
扫码限时免费阅读文章全文
《自然-化学工程》
本刊是2024年的新刊,与《自然》旗下现有的应用科学期刊相辅相成,主要出版应用化学和物理学领域的前沿研究,并面向广泛的科学界,如化学工程师、化学家、物理学家、环境学家和材料科学家等。这本新刊将在主编Tom Dursch的领导下,不仅出版一流的化学和环境工程学内容,还将覆盖与化学品更广泛的工业应用密切相关的领域及其所带来的挑战,尤其是从工程和可持续性的角度。
《自然》系列期刊产品试用申请
▲ 如果您对《自然》系列期刊产品感兴趣,愿意推荐您所在的院校或机构申请试用,欢迎扫码提交表单申请。
版权声明:
本文由施普林格∙自然上海办公室负责整理翻译。中文内容仅供参考,一切内容请以英文论文为准。欢迎转发分享本文,如需转载,请留言或联系China@nature.com。
© 2025 Springer Nature Limited. All Rights Reserved