结论先行:实验室机器人要把“停机能力”视为核心功能
自驱实验室提升实验吞吐的同时,也把机械、热、电、化学品、软件和数据风险耦合在一个系统里。机械臂抓取失败可能导致样品破损,传感器失联可能让软件把错误温度记录成真实结果,自动重试可能重复加料或启动新的危险操作。因此,可靠系统不仅要能完成任务,更要能识别不能安全继续的状态,进入预定义安全状态、保存现场信息并请求人工检查。
ISO 12100:2010 提供机械设备风险评估与风险降低的一般方法;ISO 10218-2:2025 则针对工业机器人应用和机器人单元的集成安全要求。两者可以帮助工程团队建立风险识别框架,但它们的适用范围有边界,不能直接宣称“实验室机器人已满足所有安全标准”。科学实验还包含特殊化学、生物、辐射或热工况,需要按设备、物质和本地法规补充专业审查。
实验自动化的风险来自系统,而不只来自机械臂
一个实验流程可能从样品识别和试剂取用开始,经由搬运、混合、加热、测量和数据上传结束。每一步都跨越实体设备与软件状态。实验室自动化常见危险包括夹压、碰撞、割伤、烫伤、火灾、化学品喷溅、粉尘、气体、玻璃破裂、电气故障及仪器意外启动。若系统与人共享空间,人的进入、动作迟缓、误触和非预期接近也需纳入风险场景。
纯软件异常同样会演变为物理风险。设备驱动的坐标单位不一致可能让机械臂越界;仪器返回缓存数据可能被解释为新样品结果;任务重试可能导致同一试剂被两次投放;时间戳和样品 ID 不一致可能把危险化学品的操作记录错配。故障树应从“预期动作—可能偏差—后果—可检测信号—安全响应”逐步梳理,而不是只看单台机械臂的安全功能。
可靠性与安全也有所区别。高可靠的设备也可能执行危险任务;安全机制不一定提升实验成功率,却必须降低风险。科学有效性还关心数据正确性和可追溯性。一个系统如果安全但经常误标样品,就不能支持可信研究;如果测量精确但故障时仍继续自动投料,则也不是可接受系统。
用风险评估把危害转成设计要求
ISO 12100 的方法强调在设计阶段识别机械生命周期中的危害、估计与评价风险,并采用风险降低措施。对实验平台而言,生命周期至少包括安装、试运行、自动操作、清洁、维护、故障排查、改造和报废。风险评估要记录设备用途、操作者、可预见误用、危害场景、风险等级、控制措施和残余风险,而不只是检查急停按钮是否存在。
三层控制思路
工程实践中可以先用本质安全设计减少危险源,再使用防护装置和互锁阻止接触危险,最后以培训、警示、程序和个人防护补充。这个排序很重要:软件弹窗不能代替实体防护;佩戴防护装备也不能抵消系统允许机械臂在人进入时高速运动的风险。实验室自动化可以针对不同工序配置围栏、光幕、门锁、区域扫描、限速、双手启动或远程操作等控制,但具体方案必须依据危害评估和设备结构。
flowchart TD
A[定义预期用途与生命周期] --> B[列出人员设备和环境危害]
B --> C[估计暴露频率与潜在后果]
C --> D{是否达到可接受风险}
D -->|否| E[设计消除危险源或降低危险]
E --> F[增加防护与互锁]
F --> G[补充培训 标识与程序]
G --> H[验证安全功能与残余风险]
H --> D
D -->|是| I[运行监测与定期复评]
风险评估不是一份一次性签字文件。新试剂、新温度范围、新机械末端执行器、新软件驱动或重新布置工作区都会改变风险。必须进行变更管理,明确需要重新评估和验证的内容;否则旧安全评估可能不适用于新实验配置。
ISO 12100 与 ISO 10218-2 的适用边界
ISO 12100:2010 的官方范围是机械设计的一般安全原则、风险评估和风险降低方法,涉及危险识别、风险估计与评价等内容。它可以作为实验室自动化项目进行机械风险分析的框架,但标准的适用对象是机械安全,不代表它涵盖实验材料毒性、实验室生物安全、化学品储存规范、职业卫生、辐射安全或科研数据准确性。标准也说明某些环境危害不在其范围内,并作为其他类型安全标准的基础。
ISO 10218-2:2025 的主题是工业机器人应用与机器人单元的安全要求,包括集成、调试、运行、维护、退役等环节。它针对工业机器人系统,列出一些不在其适用范围内的用途。科学实验室里的自动化可能与工业机器人应用有交叠,但不能简单把工业标准的符合性证书等同于“所有科研操作安全”。应由具备资质的安全、机器人和实验领域人员结合当地法规与具体设备做适用性判断。
| 参考文件 | 可提供的帮助 | 不应据此宣称 |
|---|---|---|
| ISO 12100:2010 | 机械危险识别、风险评估与降低框架 | 覆盖实验室全部化学、生物与数据风险 |
| ISO 10218-2:2025 | 工业机器人应用/机器人单元集成安全的要求 | 自动适用于所有实验室机器人和研究用途 |
| 实验室本地 SOP 与专项标准 | 处理物质、设备与环境的具体操作控制 | 用一份通用清单替代每次变更审查 |
设计故障安全的自动运行状态机
自动化系统应把实验拆成明确状态,例如 IDLE、PREPARE、RUNNING、MEASURING、VALIDATING、PAUSED、FAULT 和 SAFE_STOP。每个状态定义允许动作、传感器前置条件、转移条件和超时处理。状态转换必须幂等、可记录,避免通信中断后无法判断操作是否已经发生。动作执行前检查样品 ID、设备占用、危险区状态、温度或压力限制;执行后确认设备反馈而不是单纯相信命令已发送。
安全停机不同于普通软件异常退出。普通退出可能只关掉控制程序,设备仍处于加热、加压或移动状态;安全停机则应执行经过验证的安全序列,比如停止新任务、切断特定能源、收回末端执行器、保持或释放夹持状态、将热源置于安全模式并通知人员。具体序列取决于设备:对某些实验,突然断电可能更危险;对另一些设备,继续保持热源也会增加风险。必须用危险分析决定,不能假设统一的“全部断电”总是最佳响应。
任何重要安全功能都不能只依赖大模型或普通预测模型。它们可能输出不一致、遇到分布外状态或无法解释传感器失效。安全边界应由确定性的联锁、硬件保护和独立传感器执行;AI 只能在受限可行域内建议下一步,且不能绕过硬性限制。若 AI 给出无效或越界参数,控制系统应拒绝并说明原因。
样品身份与数据正确性也需要防错
科学实验系统中,样品 ID 是数据溯源的关键。条码或 RFID、电子实验记录、机器人槽位图和仪器队列要共享一个受控的 ID;样品开始和结束每一步都应确认身份。若测量失败或样品位置状态不明,应冻结相关数据,不能默默挂到最近一次配方上。样品转移事件可记录时间、来源和目标位点、设备状态、操作者及确认结果。
原始测量数据、预处理后数据、模型输入和模型决策要能相互追踪。自动算法应保存版本和参数,关键人工修改保留审计记录;质量控制失败的实验不能只从优化训练集删除,还要记录排除原因。否则系统会产生选择偏差:只有看起来“漂亮”的结果被保留,无法评估失败率、仪器漂移和测量流程的真实表现。
长期运行要定期校准传感器、核验设备时钟、检查机械原点、测试急停与互锁。校准频率应依据设备和风险,不可凭空设定一个通用周期。故障日志应支持回放每个命令和响应,帮助区分模型误判、仪器漂移、样品错误、软件状态不一致和人为干预。出现事故或近失事件时,停止相关自动任务并进行复盘,更新风险评估与 SOP。
人工接管、停止条件和故障演练
人工接管不是自动化失败的标志,而是闭环设计的一部分。控制界面应展示当前状态、正在运行的实验、风险提示、自动化计划、仪器反馈和可能的后果;操作员能暂停自动任务,确认危险区安全后再处理。权限应分层:普通操作员可暂停和确认,危险参数范围或安全联锁变更应由授权人员复核。远程控制也应避免误启动,尤其在人员正在设备区域内时。
建议明确三类停止条件:科学停止(预算耗尽、结果需独立确认、目标已达到),数据停止(测量质量下降、样品身份不确定、模型输入超范围),安全停止(互锁触发、温度压力越界、急停或危险泄漏)。不同类型应有不同恢复流程,不能把所有情况都自动重试。对可恢复异常限制重试次数、检查重试是否重复执行物理动作;不可恢复故障则进入安全状态并保留现场。
上线前应做故障注入或桌面演练:网络断开、传感器读数卡死、设备返回超时、条码重复、任务中途断电、工作区有人进入、测量数据缺失。记录系统是否检测异常、是否停止新操作、是否安全保存样品与日志、是否给出可执行的恢复步骤。演练结果应进入安全审查,而不是为了展示而排除所有失败场景。
自驱实验室有时强调连续运行和高吞吐,安全与可靠性则要求能在不确定时主动降级或暂停。研究项目更应把安全停机作为系统能力,而不是最后才添加的功能:由硬件防护保障底线,由软件状态机管理流程,由人员审核处理模型不确定和高风险事件。只有这一整套流程经过验证,自动实验结果才有机会既高效又可信。
参考资料
- ISO 12100:2010 — Safety of machinery — General principles for design — Risk assessment and risk reduction — 机械风险评估与风险降低的一般方法;页面标示当前但已列入修订流程。
- ISO 10218-2:2025 — Robotics — Safety requirements — Part 2: Industrial robot applications and robot cells — 工业机器人应用和机器人单元集成安全;需核对实验室场景的适用边界。
- MacLeod 等:Self-Driving Laboratory for Accelerated Discovery of Thin-Film Materials(2020) — 自驱实验室应用案例,不能取代本地安全风险评估。
- Burger 等:A Mobile Robotic Chemist(2020) — 移动机器人实验平台的应用实例。
- Dai 等:Autonomous Mobile Robots for Exploratory Synthetic Chemistry(2024) — 多设备协同化学实验工作流与模块依赖案例。
读者留言
COMMENTS 暂无还没有留言,来说第一句?