热撞拉

流变和拉曼光谱的再次碰撞UV胶的固化流变学已成为UV固化动力学研究中较为常用的表征方法。流变学中的参数—动态弹性模量G'对形态结构极其敏感，能够很好的反映体系在辐射固化交联过程中双键密度和内部结构发生的变化，因此实时监测G'的变化可以从体系结构的角度反映固化程度。UV固化本质是一种化学反应，材料暴露在特定的UV辐射下会引发自由基反应，导致机械结构发生明显变化。因此UV固化还可以通过拉曼光谱进一步监测，这些化学变化将会通过特征峰的生成或降低（缓慢或快速变化）反映在拉曼光谱中。流变仪与拉曼光谱相结合，可以同时获得材料的化学结构和物理性质的信息，将这些信息关联起来以获得在材料加工、反应机理方面更加深入的洞悉。UV固化系统和拉曼光谱仪均可通过安东帕MCR系列流变仪软件进行触发，从而能够同步监测整个UV固化过程中的粘弹性力学行为和光谱数据。流变&拉曼联用Omnicure S1500紫外固化系统，配备5mm光纤。Cora5001拉曼光谱仪，配备特制的联用拉曼探头——HT fiber probe 785。MCR流变仪，使用帕尔贴罩（H-PTD）和25mm石英玻璃平板。UV固化系统和拉曼仪均连接至MCR流仪中，从而UV辐射源和拉曼光谱仪都可以通过流变仪进行自动触发，保障原位测量的同步性。独特接口设计UV源与特制的联用拉曼探头实验结果图1：UV胶固化反应过程中的损耗模量（红色）和储能模量（黑色）变化曲线流变测量的结果如图1所示。从测量结果可以看出，样品最初表现出粘弹性流体响应，其损耗模量（G'）大于储能模量（G'）。随后，在UV辐射下激发了固化反应，从而可以观察到模量的快速变化。两个模量的变化曲线的交叉点意味着样品从液体主导状态转变为固体主导状态。然而，在5s的UV辐射时间结束后，固化反应继续进行，这可以从模量的持续增加中观测到。图2：950cm-1和1150cm-1的峰强随固化时间的变化图2为两个拉曼特征峰（950 cm-1和1050 cm-1）的峰强变化曲线。所选的这两个特征峰具备一定代表性，因为大多数其他特征峰的行为与其中一个相似。在5s的UV辐射下，两个特征峰都出现了峰强的骤降。在UV辐射结束后，950 cm-1的峰强迅速达到稳定水平，标志着相应基团化学变化的结束；而1050 cm-1的峰强是逐渐下降的，这与之前图1所示的模量逐渐增大相呼应；其余特征峰强度的变化率都处于上述两个特征峰之间。拉曼光谱中的整体化学信号变化与流变性能变化趋势相吻合，两种技术可以相互印证。然而，拉曼光谱中展示的信息非常丰富，不同特征峰的强度变化曲线代表不同化学基团的反应特性，因此，可以获得每一个感兴趣的化学基团的变化信息。拉曼光谱的这一特性，不仅是样品整体流变特性的补充，还为深入了解不同反应基团的特性提供了可能性。实验结论安东帕的流变-拉曼联用设备已被证明对监测复杂的反应机理非常有益。MCR系列流变仪还可以与不同激发波长的Cora5001拉曼光谱仪，以及不同的UV固化系统（不同波长、汞灯、LED光源）相结合，且流变仪可使用多种型号（如珀耳帖或电加热），为各种应用提供最大的灵活性。想要了解完整的本次应用报告，请点击下载。

仪器信息网讯 为推动生物医学及相关研究领域持续向前发展，加强学术交流，由中国物理学会光散射专业委员会主办，上海交通大学、武汉大学、上海师范大学和华中农业大学联合承办的第三届全国生物医学拉曼光谱学术会议于3月29日在上海召开。会议期间，近60位报告嘉宾在线分享，内容涵盖了拉曼光谱与单细胞分析、人工智能与拉曼光谱、拉曼光谱与生化传感分析、拉曼与生物医学其他相关、拉曼相关显微技术及生物成像、拉曼光谱与疾病诊断、等离激元纳米结构与新型SERS基底等相关内容。29日下午，会议安排了人工智能与拉曼光谱、拉曼光谱与生化传感分析两个主题，14位报告嘉宾现场分享。特别值得一提的是，“人工智能与拉曼光谱”成为本次会议的热议话题之一，吸引了各位专家、学者和厂商交流成果经验，引发热烈讨论。“人工智能”（Artificial intelligence, AI）自1956年正式命名，经过数十年的发展过程中，已经渗透到各个学科领域，成为引领科技发展的重要力量，并已在各行各业得到了广泛的应用。特别是近年来，国家对人工智能越来越重视，2024年政府工作报告指出，“深化大数据、人工智能等研发应用，开展‘人工智能+’行动，打造具有国际竞争力的数字产业集群”；不仅如此，国务院印发的《推动大规模设备更新和消费品以旧换新行动方案》中，也指出要建立激励和约束相结合的长效机制，加快淘汰落后产品设备，提升安全可靠水平，促进产业高端化、智能化、绿色化发展。那么当拉曼光谱携手人工智能，会碰撞出什么样的火花？又会给学科发展带来怎样的助力呢？厦门大学 任斌教授报告题目：《人工智能助力的拉曼光谱》厦门大学任斌教授在报告中介绍了课题组近年在利用人工智能方法提升拉曼光谱数据采集与分析能力方面所开展的研究。在数据采集阶段，他们提出一种学习仪器固有噪声的方法，以提高拉曼光谱的信噪比与时空分辨率。为了降低数据采集与训练成本，其课题组发展了只需输入单张谱图或者高光谱图像即可实现轻量去噪，无需额外准备训练集，使得深度学习的实时降噪成为可能。此外，为了提升拉曼光谱对复杂样本的识别能力，他们还发展了可同时提取光谱全局和局部特征的分类算法，能够实现对光谱细微差异的病原体囊泡的鉴定，为拉曼光谱用于快速诊断细菌感染奠定了基础。厦门大学 刘国坤教授报告题目：《人工智能+SERS快检》厦门大学刘国坤教授在报告中也分享了人工智能+SERS快检的相关工作。课题组开展了面向 SERS 快检的相关研究，提出了基于酸度系数的样品前处理方法。考虑到实际样品基质对目标分子的 SERS信号识别的严重干扰，他们提出了基于CNN 的深度学习算法。该方法与简单前处理方法结合，可以实现多种复杂基质中的痕量目标分子SERS信号的快速准确识别，检测灵敏度达到专家级用户水平，该工作将进有力推动 SERS快检实用化和智能化。中国科学院微生物研究所 傅钰研究员报告题目：《机器学习辅助拉曼光谱技术单细胞水平表征微生物》中国科学院微生物研究所傅钰研究员也在报告中谈到机器学习辅助拉曼光谱技术单细胞水平表征微生物方面开展的工作。他们通过逐一遮蔽光谱的理念建立了新型的微生物拉曼光谱特征峰提取算法(ORSFE)，可视化呈现了人工智能分析微生物拉曼光谱的关键位移峰，打破了人工智能鉴定过程的黑箱。中国科学院长春光学精密机械与物理研究所 李备研究员报告题目：《先进拉曼技术在生物医学领域的应用》中科院城市环境研究所 崔丽研究员报告题目：《基于单细胞拉曼的环境抗生素抗性及进化研究》中国科学院长春光学精密机械与物理研究所李备研究员在报告中也讲到基于人工智能与深度学习算法的拉曼光谱分析方法。中科院城市环境研究所崔丽研究员分享了该课题组发展的单细胞拉曼-统计算法连用新方法，以及拉曼结合深度学习高灵敏快速识别病原菌及囊泡等相关工作。除此以上报告之外，大会第一天下午还有多位报告嘉宾从不同角度分享了创新的工作，由武汉纺织大学沈爱国教授和中国科学院合肥物质科学研究院杨良保研究员分别主持。武汉纺织大学 沈爱国教授主持中国科学院合肥物质科学研究院 杨良保研究员主持华中农业大学 韩鹤友教授报告题目：《药物的纳米传递及其精准治疗应用》江南大学 谢云飞教授报告题目：《拉曼光谱在食品安全与质量控制中的应用》陕西师范大学 张正龙教授报告题目：《近场调控稀土发光》南京大学 龙亿涛教授报告题目：《纳米孔道限域增强的单分子测量》雅盖隆大学 Malgorzata Baranska教授报告题目：《SRS:Sensitive, Rapid and Specific Raman imaging of cells》吉林大学 徐抒平教授报告题目：《细胞膜蛋白相关的SERS分析技术》科研的进步，离不开仪器技术的助力。在下午的报告环节，多位仪器厂商的代表也在现场分享了最新的技术、仪器及解决方案。HORIBA中国 周磊博士报告题目：《守护美好生活-HORIBA生命科学解决方案》雷尼绍(上海)贸易有限公司 李兆芬报告题目：《雷尼绍拉曼光谱技术在生命科学领域最新进展》牛津仪器WITec 苏虹羊报告题目：《WITec高分辨快速拉曼成像赋能生医前沿科学研究》第一天的报告内容丰富多彩，各位报告嘉宾不仅给大家展示了最新的研究成果，更是从不同角度给大家提供了创新的科研思路。精彩还在继续，敬请期待……为了展现光谱产业化的最新成果，探讨人工智能对光谱新产业的影响，第十七届科学仪器发展年会（ACCSI2024，苏州，2024年4月17-19日）特别开设“人工智能赋能光谱仪器新产业”专题论坛。本次论坛将邀请行业知名专家及企业代表现场分享，欢迎各位领导、专家学者、用户、仪器企业管理及研发负责人、投融资机构代表等共聚一堂，为产业发展献计献策。本次论坛由中国仪器仪表学会近红外光谱分会、仪器信息网共同主办；会议时间：2024年4月19日 ；会议地点：苏州狮山国际会议中心。详细信息请查看ACCSI2024会议官网：https://www.instrument.com.cn/accsi/2024/index

对于毫米尺度3D物体的操纵技术在电子转印、精密装配、微机电系统等领域具有重要的应用前景。传统的基于机械夹持的抓取方案（如镊子等）需要针对不同特征的物体进行专门的设计和定制。例如，普通的尖头镊子难以夹持球体，需要在镊子末端设计专门的环形结构，并且具有环形结构的镊子无法夹持直径小于环形的球体。此外，对于平放在基底表面上的薄片状脆性物体（如硅片等）来说，因其无特殊的可夹持特征，使用镊子等工具难以将其从基底表面夹持住。目前，对于毫米尺度的不同形状和尺寸的3D物体进行可控抓取操纵的通用性技术方案仍然面临挑战。近日，清华大学机械工程系摩擦学国家重点实验室的田煜教授课题组提出了一种毫米尺度的喇叭状可控粘附结构及其力学调控方法。喇叭状粘附结构由面投影微立体光刻技术（nanoArch S130，摩方精密）和多步浇铸的工艺方案制备而成，对于多种曲率表面具有良好的自适应接触性能。喇叭状可控粘附结构能够通过接触界面的范德华力作用和负压作用达到~80 kPa的粘附强度，通过外力调控屈曲失稳与基底表面主动脱附，从而实现对于多种三维物体的可控抓取和操纵。该项研究成果以“Trumpet-shaped controllable adhesive structure for manipulation of millimeter-sized objects”为题发表在国际知名期刊《Smart Materials and Structures》上。该研究工作由清华大学机械工程系摩擦学国家重点实验室的博士生李小松完成。原文链接：https://iopscience.iop.org/article/10.1088/1361-665X/ac262f图1 喇叭状可控粘附结构制备工艺流程图。（a）由面投影微立体光刻技术直接制备得到的蘑菇状结构；（b）通过浇铸得到阴模模具；（c）阴模模具浇铸PU并脱泡；（d）将PDMS球面按压模具得到凹面结构；（e）脱模后的喇叭状结构（dp = 1 mm, h = 1 mm, dt = 1.8 mm, θ =60º）；（f）喇叭状结构的扫描电镜照片。图2 喇叭状粘附结构的粘附性能典型测试力曲线和对应的接触状态演化规律。（a）附着测试模式和（b）脱附测试模式对应的典型法向力测试曲线；（c）附着测试模式和（d）脱附测试模式对应的接触界面状态演化过程；（e）附着测试模式下喇叭状粘附结构的粘附力和预载荷之间的关系；（f）脱附测试模式下喇叭状粘附结构的粘附力和剪切距离的关系。图3 基于内聚力模型的喇叭状可控结构的有限元仿真与界面法向应力演化规律机理。（a）接触-脱附测试过程；（b）接触-卸载-剪切测试过程；（c）接触-卸载-扭转过程中喇叭状粘附结构的变形行为；（d）附着测试过程和（e）脱附测试过程中接触界面法向应力的演化规律，其中紫色的箭头表示法向应力分布的变化方向。图4 喇叭状可控粘附结构对不同大小、不同形状、不同质量、不同材质物体的操纵效果。（a）集成喇叭状粘附结构的操作器；（b）喇叭状粘附结构抓取、转移和释放物体的典型操作步骤；喇叭状粘附结构用于转移多种毫米尺度（c）平面物体和（d）曲面物体的展示；（e）喇叭状粘附结构用于操纵LED灯珠完成THU字样柔性电路装配的展示；（f）喇叭状粘附结构用于水下环境操纵曲面物体的展示。