全自动机器人的关键特性检测高速材料

7月7日，北京科学技术日报（张曼格兰记者）MIT团队开发了一种完全自动化的机器人系统系统，可以显着加速新的半导体材料的性能分析和测试。在《杂志科学进步》中提出的这一技术进步可显着改善当前的高效太阳能电池板材料的研究和开发过程，为下一个代理环境的高效和友好电子设备奠定了道路。在更有效地搜索半导体的过程中，人们需要检测重要的电气特性：光电导率，即材料在光下的电响应能力。当前，此过程通常基于手动操作，并且相对效率低下，这严重限制了新材料的开发速度。机器人系统开发的机器人可以在没有手动干预的情况下自动检测到它，并具有速度和高精度。该系统中的创新是机器人技术，自动学习和材料科学方面的知识的结合。该团队在自动学习模型中纳入了人类专家的经验，使机器人能够独立地确定接触材料的探针的最佳位置，从而获得最丰富的信息。同时，该系统还配备了一种特殊的路线计划算法，该算法使您可以快速找到在不同触点之间旅行的最佳路线，从而极大地提高了测量效率。整个检测过程始于机器人室，该机器人室在幻灯片上拍摄材料的图像。该系统使用计算机视觉来分割多个区域的图像，并输入以经济设计的ESP神经网络模型。该模型结合了材料的科学家和化学物质的经验，以根据样品的形式和组成来确定最佳探针的接触点。详细的结果在测试中，与基于人工智能的其他七种方法相比，神经网络的模型可以在更少的时间内找到更精确的接触点。路线规划算法总是显示出更好的效率。在一个完全自动化的实验中，机器人完成了3,000多个唯一的光电检测，每个检测平均需要不到30秒。更重要的是，这些数据不仅含量很大，而且详细范围也很丰富，因此它们可以老化或损坏，以使您能够识别具有光电导率的“热点”材料的区域，并且可以降低性能的零件。团队成员说，无需人工干预即可快速收集高质量数据的能力提供了发现和开发高性能半导体材料的新可能性，尤其是在可持续能源部门（例如太阳能电池）中。检测材料的光电导率通常需要一个经验丰富的“老师”，但信任人UAL操作的效率降低。现在，麻省理工学院团队已经开发了一个完全自动化的机器人系统，该系统允许无需手动干预即可进行高速测量和高精度。整合跨学科知识，并展示人类专家的经验。可以在24小时内完成3,000多种措施，这比人类快得多。获取大量详细的信息，并感受到快速研究和开发新电子设备的基础。可以预期，将应用于需要精确测试的其他领域，从而为人工智能和物理设备的集成创造了新的范式。