AI机器人实验室推进新型耐热涂层研发

诺丁汉大学涂层与表面工程卓越中心研究团队开发出一种自驱动实验室系统，将人工智能与机器人技术结合，实现先进耐热材料研发流程的自动化。该系统可完成液体配方的精准分配、化学原料混匀、高温炉烧结处理、样品冷却以及样本取回等任务，为航空航天、能源和高温工程等领域所需的热障涂层材料发现与优化提供新工具。 传统上，面向极端环境的新材料研发依赖大量重复实验，研究人员需手工制备样品、处理材料并测试性能，流程分散且耗时。诺丁汉大学团队将两个机械臂、专用液体分配装置、实验设备和定制软件整合为统一平台，使原本独立的实验环节可在同一流程中自动完成。 该系统还采用主动学习方法，利用已有实验数据判断下一组值得测试的材料配方。借助这一策略，研究人员筛选并制备出多种具有“烧绿石”晶体结构的候选材料，用于评估其作为热障涂层的潜力。热障涂层可降低高温热量传递，对航空发动机等关键部件具有保护作用，因此发现低热导率材料是提升涂层性能的重要方向。 研究显示，该平台已通过校准实验验证液体分配的准确性，并证明其可连续完成前驱体溶液配制、材料转移、炉内处理、受控冷却和样品回收。研究人员认为，该成果解决了实验室机器人在液体操作与高温加工之间协同的难题，为材料研发从人工操作走向自主、可复现和高通量筛选奠定基础。相关成果已发表于《工程应用人工智能》期刊，并以工作论文形式提交至 ChemRxiv。