传统材料的发现是一个费力且耗时的过程,从最初构思到商业化可能需要几十年的时间。材料加速平台的最新发展有望通过结合机器学习的实验自动化来加速材料发现。然而,化学领域的大部分自动化工作都集中在合成和化合物识别上,而综合目标特性表征则受到较少的关注。在这项工作中,引入了一个自动化平台,用于发现作为有机半导体激光器增益介质的分子,这是传统方法面临的一个挑战。该平台包括自动化的乐高式合成、产品识别和光学表征,可以以完全集成的端到端方式执行。使用此工作流程筛选有机激光候选物,发现了八种有机激光器的潜在候选物。测试了四种分子在薄膜器件中的激光阈值,并找到了两种具有最先进性能的分子。这些有希望的结果显示了自动合成和筛选在加速材料开发方面的潜力。
主要关键词