【ZiDongHua之方案应用场收录关键词：实验室自动化 机器人 数字孪生 机器学习】
 
　　DIGIBAT：加速电池和燃料发现的自动化高通量实验平台
 
　　上一期分享过帝国理工学院（Imperial College London）的自动化高通量合成平台（ATLAS），通过使用Chemspeed自动化合成平台，加速分子系统的发现。除此之外，帝国理工学院还有其他跨学科合作项目，这次和大家介绍可加速电池和燃料发现的自动化高通量实验平台–DIGIBAT。
 
 
　　在电池研发领域，材料设计的空间巨大，测试/合成的数量庞大，这需要耗费大量时间，传统的实验方法已无法满足研究需求。帝国理工学院联合多家工业合作伙伴及高等教育机构，建构了DIGIBAT自动化高通量电池研发平台，旨在加速电池和燃料的发现。
 
　　自动化高通量电池研发平台
 
　　DIGIBAT自动化高通量电池研发平台包含三个工作站：（1）专用于材料合成与表征的工作站（2）专用于电极和装置制造的工作站（3）专用于电池和电催化剂的电化学测试的工作站。其中采用了Chemspeed尖端的自动化技术，能够大批量合成各种电池电极和催化剂，加速未来能源存储和可持续燃料的发现。
 
　　应用：全自动电池电解质配方实验
 
　　缺乏标准化和可重复的数据一直是能源存储和转换研究中最大的挑战之一，通过机器人执行精细和多步骤的操作，可解决这个瓶颈，释放更多研究人员的时间进行研究，并开发用于优化材料和工艺的机器学习算法。DIGIBAT自动化平台每天可以合成100种新材料和配方，组装100个软包或钮扣电池。和人手操作相比，研究人员一般每天最多可以合成4种新材料，组装和测试大约4-6个钮扣电池。使用自动化机器人除了提高生产率外，更可消除人为错误和提高安全性。
 
　　高通量实验＋数据科学＋机器学习
 
　　加速材料和化学发现
 
　　DIGIBAT平台除了高端的硬件，软件上也有Chemspeed的Arksuite数字孪生软件管理和控制实验的流程和数据。随着高通量的自动化平台构建完成，DIGIBAT将可把高通量实验与数据科学和机器学习相结合，结合计算工具（例如原子和分子建模、制程建模、电脑辅助设计、机器学习演算法）以及从原子到装置的自动化高通量合成、特性分析和测试，以加速新型电池和电动燃料的发现和优化。这将实现一种全新的电化学发展战略，允许对材料、电极、工艺和电池进行逆向设计和定制。
 
　　参考资料:
 
　　1.£1.6 million funding to accelerate alternative fuel and batteries research.https://www.imperial.ac.uk/news/243411/16-million-funding-accelerate-alternative-fuel/
 
　　2.Imperial College London-The Institute for Digital Molecular Design and Fabrication-DigiFAB.https://www.imperial.ac.uk/digital-molecular-design-and-fabrication/about-us/facilities/