可移动光学传感器在液-液界面自动检测与动态监测中的创新应用

本研究针对传统液-液萃取（LLE）设备仅能静态检测界面位置的局限性，开发了一种基于可移动光学传感器的动态监测系统。通过光学信号分析与可解释算法，实现了液-液界面毫米级精度的多位置追踪（误差<2 mm），并在电池材料合成实验中验证了其监测沉降过程的实用性。该技术为化学实验自动化与可重复性提供了新工具。

　　

在化学实验和工业生产中，液-液萃取（Liquid-Liquid Extraction, LLE）是一项基础却至关重要的操作。无论是药物研发中的抗生素提纯，还是电池材料合成中的溶剂分离，液-液界面的精准检测直接关系到实验效率和产物质量。然而，现有技术存在明显短板：多数设备只能在分离瞬间静态检测界面位置，无法实时追踪沉降过程；接触式传感器易造成污染；而摄像头等非接触方案又受限于复杂的光学干扰和算法不可靠性。更棘手的是，当面对人工智能引导的实验或自驱动实验室（SDL）中不可预测的液体配比时，传统固定位点检测方法显得力不从心。

针对这些挑战，丹麦哥本哈根IT大学（IT University of Copenhagen）的Rodrigo Moreno团队在《SLAS Technology》发表了一项突破性研究。他们创新性地将光学传感器从“静态守候”变为“主动巡游”，开发出全球首个沿容器移动的光学传感系统。该系统通过18通道近红外光谱传感器（AS7265x）与动态光源的协同作用，结合解释性算法，不仅实现了液-液界面的毫米级定位（误差<2 mm），还能全程记录沉降动力学数据。在电池材料合成实验中，该系统成功追踪了乙腈（EtOAc）和二氯甲烷（DCM）的复杂萃取过程，并发现界面位置的标准偏差信号会出现显著跃迁——这一特征成为验证界面位置的“光学指纹”。

研究团队采用了三项关键技术：1）基于GT2同步带的精密位移系统（精度0.1 mm），使传感器可沿锥形分液漏斗全程扫描；2）波长覆盖410-940 nm的18通道光谱传感器阵列，通过光强模式识别界面特征；3）基于Scipy信号处理的解释性算法，通过识别光强梯度峰值与标准差突变定位界面。尤为巧妙的是，光源采用WS2812B LED阵列的动态照明策略，其亮度随传感器位移同步调节，确保反射光信号始终处于最佳检测范围。

研究结果揭示：在透明油水体系中，传感器在容器中段表现出最高精度（绝对误差1.5 mm），这得益于适中的光程长度；而在实际电池材料合成的EtOAc/DCM萃取中，尽管乳白色液体增加了噪声，但通过多次扫描的标准差分析仍将误差控制在3 mm内。动态监测数据更显示出重要规律——沉降过程中最大信号变异始终发生在界面位置，这为判断分离终点提供了客观指标。例如在EtOAc萃取中，光强变化在8小时后趋于平稳，暗示可提前终止沉降。

这项研究的价值不仅在于硬件创新。通过全程记录的光学数据，研究人员首次建立起LLE过程的“数字孪生”档案，这对解决化学领域（尤其是高成本实验）的可重复性危机具有深远意义。正如作者指出，在聚合物合成等复杂体系中，传统方法往往难以解释批次差异，而移动传感器提供的时空解析数据，使研究者能精确比对不同实验的界面动力学特征。未来，该技术可与机器学习结合，在自驱动实验室中实现LLE过程的自主优化，为化学工业的智能化升级提供关键支撑。

论文最后展望了三个方向：通过自适应算法提升对复杂液体的普适性；利用模式识别解析界面乳化行为；以及设备微型化集成。这些探索将进一步推动化学实验从“经验驱动”迈向“数据驱动”的新范式。