一种材料高通量制备-统计映射表征一体化研发系统技术方案

本发明专利技术公开了一种材料高通量制备

【技术实现步骤摘要】
一种材料高通量制备
‑
统计映射表征一体化研发系统


[0001]本专利技术涉及材料高通量表征
，特别是涉及一种材料高通量制备
‑
统计映射表征一体化研发系统。

技术介绍

[0002]材料基因工程是基于“理性设计
‑
高效实验
‑
大数据技术”深度融合、协同创新的新材料研发模式，其本质是一种数据驱动的研发模式。基于大数据的机器学习是实现新材料理性设计的核心，而高效实验是获取大数据的重要手段。目前，已开发出许多实现高效实验的高通量制备技术和高通量表征技术，对获取大量有效实验数据提供了有力支撑。然而，现阶段的实验过程中依然还需要大量的人工介入，造成实验速度慢和效率低，还易出现数据的人为误导。因此，亟需一种自动化高通量实验系统。

技术实现思路

[0003]本专利技术的目的是提供一种材料高通量制备
‑
统计映射表征一体化研发系统，能够实现自动高通量制备目标材料体系组合样品、自动高通量表征所制备组合样品、自动进行数据获取与机器学习、基于优化模型对新材料预测及迭代，最大化地减少实验过程中的人工操作成分，提高实验速度和实验效率，加快大量有效且可靠数据的获取，进一步加速新材料的研发。
[0004]为实现上述目的，本专利技术提供了如下方案：一种材料高通量制备
‑
统计映射表征一体化研发系统，包括：统计映射数据处理模块以及与统计映射数据处理模块连接的高通量制备模块、高通量表征模块、自动控制模块；其中，所述高通量制备模块用于实现具有规则阵列结构的多组分的组合样品的一次性制备合成；所述高通量表征模块包括多个不同高通量表征装置，用于分别获取组合样品的成分、组织结构、性能以及三维形貌数据；所述自动控制模块包括专用样品盒、样品移动平台、智能机械臂、同步控制系统，所述专用样品盒用于放置组合样品，所述样品移动平台用于移动所述专用样品盒，所述智能机械臂用于实现所述专用样品盒的自动夹持、移动、取放，所述同步控制系统用于将各个高通量表征装置的样品位置信息进行同步，控制智能机械臂抓取专用样品盒，控制各个高通量表征装置的启动、停止、数据存储与传输；所述统计映射数据处理模块用于实现样品信息录入、各个高通量表征装置获取的数据信息聚类存储、各数据参量间位置映射对应处理、构建成分
‑
组织结构
‑
性能
‑
位置数据参量的统计映射本构模型、基于本构模型的大数据机器学习、智能优化本构模型、迭代预测新材料体系。
[0005]进一步地，所述高通量制备模块为3D打印或热等静压高通量制备装置。
[0006]进一步地，所述组合样品包括不少于100种组分，每种组分的材料的尺寸为毫米尺
寸。
[0007]进一步地，所述多个不同高通量表征装置包括白光干涉分析仪、微束XRF分析仪、高通量金相分析仪、高通量扫描电镜、微束XRD分析仪、微纳米压入分析仪；其中，所述白光干涉分析仪用于测量组合样品上每一个点的x,y,z三维坐标，所述三维坐标用于后续各个高通量表征装置上的样品定位，所述微束XRF分析仪用于测量组合样品的成分，所述高通量金相分析仪用于测量组合样品的金相组织，所述高通量扫描电镜用于测量组合样品的微观组织，所述微束XRD分析仪用于测量组合样品的相结构，所述微纳米压入分析仪用于测量组合样品的硬度、弹性模量、屈服强度、抗拉强度的力学性能。
[0008]进一步地，所述专用样品盒的底座为长方体。
[0009]进一步地，所述样品移动平台上设置有与所述专用样品盒的底座尺寸相同的凹槽，用于放置所述专用样品盒；每个高通量表征装置均配有相同的所述样品移动平台。
[0010]进一步地，所述同步控制系统通过所述白光干涉分析仪所获取的样品x,y,z三维坐标参数将各个高通量表征装置的样品位置信息进行同步，x,y坐标确定组合样品上每一个点的二维平面位置信息，z坐标确定每一个点的高度信息；所述同步控制系统控制智能机械臂抓取专用样品盒，控制各个高通量表征装置的启动、停止、数据存储与传输；所述同步控制系统用于实现两种模式的样品自动分析：样品范围内的连续扫描分析采集以及阵列任意选点式分析采集。
[0011]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供的材料高通量制备
‑
统计映射表征一体化研发系统，主要包括统计映射数据处理模块、高通量制备模块、高通量表征模块以及自动控制模块，高通量制备模块用于实现具有规则阵列结构的多组分的组合样品的一次性制备合成，自动控制模块包括专用样品盒、样品移动平台、智能机械臂、同步控制系统，样品移动平台用于移动专用样品盒，智能机械臂用于实现专用样品盒的自动夹持、移动、取放，同步控制系统用于将各个高通量表征装置的样品位置信息进行同步，控制智能机械臂抓取专用样品盒，控制各个高通量表征装置的启动、停止、数据存储与传输；统计映射数据处理模块用于实现样品信息录入、各个高通量表征装置获取的数据信息聚类存储、各数据参量间位置映射对应处理、构建成分
‑
组织结构
‑
性能
‑
位置数据参量的统计映射本构模型、基于本构模型的大数据机器学习、智能优化本构模型、迭代预测新材料体系；可见，本申请中提出的研发系统功能多样，实现了材料高通量制备
‑
统计映射表征一体化，自动控制水平高，避免了人为失误以及人工效率低的问题，有利于提高实验速度和实验效率，能够快速获取大量有效且可靠的样品数据，为新材料的研发提供可靠的技术支持。
附图说明
[0012]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0013]图1为本专利技术提供的材料高通量制备
‑
统计映射表征一体化研发系统的结构示意图。
具体实施方式
[0014]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0015]本专利技术的目的是提供一种材料高通量制备
‑
统计映射表征一体化研发系统，能够实现自动高通量制备目标材料体系组合样品、自动高通量表征所制备组合样品、自动进行数据获取与机器学习、基于优化模型对新材料预测及迭代，最大化地减少实验过程中的人工操作成分，提高实验速度和实验效率，加快大量有效且可靠数据的获取，进一步加速新材料的研发。
[0016]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0017]如图1所示，本专利技术提供的材料高通量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种材料高通量制备
‑
统计映射表征一体化研发系统，其特征在于，包括：统计映射数据处理模块以及与统计映射数据处理模块连接的高通量制备模块、高通量表征模块、自动控制模块；所述高通量制备模块用于实现具有规则阵列结构的多组分的组合样品的一次性制备合成；所述高通量表征模块包括多个不同高通量表征装置，用于分别获取组合样品的成分、组织结构、性能以及三维形貌数据；所述自动控制模块包括专用样品盒、样品移动平台、智能机械臂、同步控制系统，所述专用样品盒用于放置组合样品，所述样品移动平台用于移动所述专用样品盒，所述智能机械臂用于实现所述专用样品盒的自动夹持、移动、取放，所述同步控制系统用于将各个高通量表征装置的样品位置信息进行同步，自动控制各个表征装置的启动、停止与数据传输以及智能机械臂的运动；所述统计映射数据处理模块用于实现样品信息录入、各个高通量表征装置获取的数据信息聚类存储、各数据参量间位置映射对应处理、构建成分
‑
组织结构
‑
性能
‑
位置数据参量的统计映射本构模型、基于本构模型的大数据机器学习、智能优化本构模型、迭代预测新材料体系。2.根据权利要求1所述的材料高通量制备
‑
统计映射表征一体化研发系统，其特征在于，所述高通量制备模块为3D打印或热等静压高通量制备装置。3.根据权利要求1所述的材料高通量制备
‑
统计映射表征一体化研发系统，其特征在于，所述组合样品包括不少于100种组分，每种组分的材料的尺寸为毫米尺寸。4.根据权利要求1所述的材料高通量制备
‑
统计映射表征一体...

【专利技术属性】
技术研发人员：赵雷，王海舟，杨丽霞，于雷，陈学斌，王辉，沈学静，贾云海，李冬玲，余兴，
申请(专利权)人：钢研纳克检测技术股份有限公司，
类型：发明
国别省市：