提升新材料研發成功率：AI 影像結合連續多次採樣，破解液體混合與分層偵測盲點

理論與實務的挑戰

在液態材料的研發過程中，理論模型通常假設所有成分皆能均勻分散，確保化學反應的最佳效果。然而，實際製程中常面臨成分分散不均、顆粒聚集或沉澱等問題，導致溶液穩定性下降，進而影響製程一致性與產品品質。這種理論與實務之間的差距，成為配方開發與製程管控的重要挑戰，必須透過嚴謹的實驗驗證與製程監控予以克服。

FlowVIEW 為原料研發提供之關鍵分析能力：

• 定量量測微奈米級粒子（100 nm－1 um）的數量與粒徑分佈趨勢。
• 自動分析並分類液體中粒子的外觀與形態特徵。
• 連續多次採樣，還原樣品製備後的動態時間變化。

液體混合與穩定性監測

解決方案：流體智動化光學影像檢測解決方案 LEADquid S Series

 

 

理想的液體分散狀態雖能保持顆粒均勻與化學效能最大化，但現實中常因材料物性差異，面臨低密度粒子漂浮、高密度粒子沉降的分層不均勻難題，進而導致產品失效。液體配方往往在剛攪拌完時看似完美，卻在靜置 5 至 10 分鐘內快速變化；若此時僅依賴傳統的「單次量測」，極易在粒子尚未沉澱時誤判為「穩定」，或在沉降完畢的空窗期誤判為「乾淨」。對此，「連續多次採樣量測」能在設定的時間區間內，自動且連續捕捉不同時段的粒子濃度變化，真實還原液體「從均勻到分層」的完整動態時序，確保不會漏掉任何潛在的失效風險。

面對研發中的混合挑戰，AI Particle Imager 透過連續多次的採樣量測，將液體中粒子的狀態轉化為可分析的影像數據。系統搭載的 AI 辨識技術，能根據影像中粒子的外型特徵及粒徑大小進行分類。

表一：實際樣品連續三次量測的粒子數據（AI影像分析）

本案例針對實際配方樣品進行「連續三次」的取樣量測。透過追蹤 ≥0.1 um 的關鍵微粒數量變化（如表一所示），數據所呈現的劇烈波動，正是液體配方在製備後發生質變的真實軌跡：

• 第一次量測（#1）｜基準狀態： 偵測到微粒數為 5,944。此時樣品剛完成製備，粒子尚處於初始的相對分散狀態。
• 第二次量測（#2）｜凝聚警訊： 微粒數在短時間內急遽飆升至 8,086。這代表內部粒子已開始產生團聚（Aggregation）現象，或是局部沉降的大型凝聚物正好通過偵測區，導致數據異常衝高。
• 第三次量測（#3）｜沉降分層： 微粒數隨後暴跌至 3,422。此時多數大粒徑微粒已完全沉降至容器底部，導致上層受測液體變得稀疏。

本案例充分證實，若依循傳統品管流程僅進行「單次抽樣量測」，無論檢測時間點剛好落在#1、#2 還是#3，研發人員所獲得的都只是片面且嚴重失真的片段資訊，極易導致製程評估的誤判。透過「連續多次採樣量測」，能在短時間內快速、高頻率地完成多次採樣量測，成功捕捉到這段隨時間演進的動態數據波動。