软材料在我们的日常生活中无处不在，从我们吃的食物到我们使用的产品再到构成我们身体的材料。软材料的一些例子包括奶油、牙膏和血液。大多数软材料是复杂的流体，这意味着它们包含两相或多相的宏观均匀混合物。

软材料中相结构之间的动态竞争不仅会对其性能产生重大影响，而且还会对其性能的可调性和可逆性产生重大影响。例如，一些液体在施加剪切力后暂时变得更具流动性(也称为剪切稀化)。

番茄酱就是这样设计的，这样当它从瓶子里挤出来时，它更容易流动，而当它放在盘子上时，它会保持静止。因此，了解不同条件下竞争相形成的空间结构的自发动力学对于软材料的定制设计至关重要。

(相关资料图)

软材料中自发动力学的表征是一项具有挑战性的任务。考虑一小瓶悬浮在水中的二氧化硅纳米粒子，这是一种相对简单的软材料。纳米粒子的动力学(即布朗运动)发生在纳米范围和微秒时间尺度，这使得不可能在每个时刻跟踪小瓶中每个粒子的准确位置。

这些信息也可能是不必要的，因为软材料的宏观特性通常由动力学统计数据确定，即系统在特定长度尺度上演化的速度。这是光子相关光谱(PCS，也称为动态光散射)报告的基本量。

在PCS中，光学激光穿过纳米颗粒悬浮液，并通过散射光强度的时间去相关来评估纳米颗粒位置的变化。然而，PCS不适用于不透明的材料。此外，PCS无法测量粒子不能自由扩散且动力学无法用爱因斯坦-斯托克斯方程描述的系统(例如胶体凝胶)的扩散率。

这些限制最终通过X射线光子相关光谱(XPCS)的发展得到解决。

XPCS是一种用于表征软材料自发动力学的强大技术。它使用空间相干(即“类激光”)X射线束来探测微米纳米范围内所有长度尺度的动力学。这是通过使用大像素化区域探测器来实现的，该探测器允许在所有长度尺度上同时记录动态，因为散射角与其代表的长度尺度成反比。

XPCS最大的缺点是它的可用性比PCS低得多。首先，目前全球能够进行XPCS实验的同步加速器不足10个。其次，相干X射线是通过空间裁剪同步加速器X射线束以选择相干部分来获得的，这导致X射线通量减少10到100倍。然而，这些问题正在通过第四代X射线源的全球建设和调试得到解决。

这些源将使相干X射线通量增加多达100倍，从而将通量限制XPCS表征的测量时间减少多达10,000倍。虽然这将显着提高XPCS的可用性，但它也会产生新的瓶颈：人类带宽。设施用户将无法制作那么多样品或处理那么多信息。然而，这一挑战非常适合快速发展的人工智能和机器人领域。

在《光：科学与应用》杂志上发表的一篇新论文中，由阿贡国家实验室高级光子源(APS)的张庆腾博士领导的科学家团队开发了一种人工智能可执行的端到端自动化用于研究复杂流体中自发动力学的XPCS工作流程。

该研究分两个阶段进行。第一阶段在APS的Beamline8-ID-I进行。本文研究的复杂流体由悬浮在水中的直径为100nm的二氧化硅纳米颗粒组成，体积分数为2.5%。使用电子移液器分配一滴样品并将其悬挂在移液器尖端的末端，然后通过将同步加速器X射线束照射到液滴几秒钟来收集XPCS数据。

测量结束时，液滴被吸回到移液器吸头中进行处理，无需人工处理。然后将悬滴的XPCS结果与两个参考样本设置进行比较，以验证悬滴设置是否可以使用XPCS测量。参考装置1是来自CharlesSupperCo.Inc.的40mm长薄壁石英毛细管，参考装置2是用外螺纹聚碳酸酯盖密封的铝制液体池。

两种装置通常用于复杂流体的小角X射线散射(SAXS)和XPCS测量，而第二种装置由于液体样品与铝池体直接接触，因此具有更高的温度精度。

第一阶段的主要挑战是解决水中亚微米尺寸纳米颗粒的微秒动力学问题。这只有使用连续帧速率高达50kHz的RigakuXSPA-500k单光子计数像素化阵列探测器才能实现。XSPA-500k探测器还配备突发模式功能，可实现多达24帧的突发，每帧的曝光时间短至1微秒，外部触发频率高达1kHz。

论文中使用了3.7微秒的曝光时间和12帧的突发，从而得到272kHz的有效帧速率和4.4%的占空比。数据采集​​后，使用APS数据管理工作流程在阿贡超级计算集群上自动执行XPCS分析，并使用开源软件套件对结果进行可视化和重新渲染，从而实现近乎实时的数据解释，有助于光束线分析用户决定下一步要执行什么测量。

“X射线探测器的帧速率对于XPCS至关重要，因为它决定了测量的时间分辨率。通过使XPCS的时间分辨率更接近PCS，同步加速器X射线社区可以从光的知识库中受益散射群落”，该论文的通讯作者张庆腾博士说。“此外，大面积、高帧率探测器生成的大量数据使得自动数据管理工作流程成为高速XPCS测量不可或缺的组成部分。”

第二阶段在Beamline8-ID-I的相邻化学实验室中进行，其中电子移液器安装在机器人手臂上。该装置能够通过机器人定位和电子移液来制备具有精确且可重复化学成分的复杂流体样品。

所有机器人运动均使用开源软件(例如Python)进行编程，并使用阿贡国家实验室开发的工作流程执行接口(WEI)进行编排。WEI允许将复杂的工作流程划分为模块，每个模块都以人类可读的文本格式(例如YAML)指定。它还利用各种执行器，例如实验物理和工业控制系统(pyEPICS)和机器人操作系统(ROS)的Python接口，以促进模块间通信。

“WEI中的模块化方法确实简化了机器人集成，因为您可以重复使用为具有完全不同目标的其他机器人程序制作的模块，”该论文的主要作者DogaOzgulbas先生说。“我还可以将ROS模块导入NvidiaIsaac模拟中，以创建现实世界的‘数字孪生’，在这里我可以优化物体的位置并检查可能的碰撞，以确保机器人程序是安全的。值得拥有的宝贵工具。”

虽然悬滴设置与无法移液的软材料(例如凝胶和软组织)不兼容，但这些材料可以加载到铝盖单元中，这是用于在阶段1中验证悬滴的参考设置之一。加载可以由光束线用户在实验前执行或由机器人在实验期间执行。样品处理和XPCS分析的自动化可以与人工智能辅助结果解释相结合，实现闭环、自动驾驶实验。

“在APS，我们努力确保用户家庭实验室中仪器或带宽的限制不会阻碍他们的科学追求，”张庆腾博士补充道。“我们正在开发的自动化基础设施，无论是硬件还是软件方面，都可能使整个同步加速器X射线用户社区受益，并有望为跨学科功能材料的自主设计和发现做出贡献。”