科学网-Processes & Standards期刊：AI驱动的绿色化学与化工过程专题研讨会

Processes & Standards期刊：AI驱动的绿色化学与化工过程专题研讨会 | MDPI Seminar

2026-5-7 15:56

阅读：543

随着人工智能 (AI) 技术的迅猛发展，其在绿色化学与化工领域中正受到广泛关注并得到深入应用。AI技术正加速融入从数据采集、模型构建到机理推演的全过程，并进一步服务于反应机理解析及工业过程优化设计。本次研讨会将围绕上述前沿方向，设置三个研究主题，涵盖绿色溶剂体系与过程设计、绿色催化过程优化，以及结合先进核磁共振技术的烃类混合物分析等内容，5月12日晚上六点不见不散！

会议信息

时间：2026年5月12日18:00-20:20

直播通道：

小鹅通直播间：https://9g0ug.xetlk.com/sl/3VKZM1

会议议程

18:00-18:10

薛智敏教授 (北京林业大学)

会议主席致辞

18:10-18:40

牟天成教授 (中国人民大学)

人工智能辅助设计低共熔溶剂和电催化剂

18:40-19:10

于刚强研究员 (北京工业大学)

机器学习辅助离子介质捕集含氟温室气体溶解度预测

19:10-19:40

王英雄研究员 (太原理工大学)

基于高级NMR方法和深度学习的C8烃类混合物分析

19:40-20:00

王延苏博士

MDPI出版专员

Processes & Standards 期刊报告

20:00-20:20

提问交流环节

参会人员

会议主席

薛智敏教授 (北京林业大学)

个人简介：

薛智敏，北京林业大学材料科学与技术学院教授。入选国家高层次青年人才，全国林草科技创新青年拔尖人才，获评北京林业大学“巾帼先锋”。从事绿色溶剂和过程设计、林木生物质组分分离、生物质和平台化合物转化研究。发表学术论文 120 余篇，担任Communications Chemistry等10个期刊编委和青年编委。

特邀主讲人

牟天成教授 (中国人民大学)

个人简介：

牟天成，中国人民大学教授。从事物理化学与绿色化学的教学与研究工作，已发表学术论文200余篇，累计被引用超过17,000次。主编及参编学术著作8部，分别由ACS、Wiley、Elsevier及化学工业出版社等出版。现担任RSC、Wiley、Elsevier等10余种学术期刊的副主编、编委或顾问编委。曾荣获中国分析测试协会科学技术奖、梁希林业科学技术奖 (自然科学奖) 等多项奖励。

报告题目：人工智能辅助设计低共熔溶剂和电催化剂

报告简介：构建了低共熔溶剂相关数据库，结合机器学习实现其粘度及锂离子电池中有价金属浸出性能的预测，并通过可解释性分析揭示关键影响因素，进一步利用生成模型筛选高性能溶剂并完成实验验证。与此同时，引入机器学习构建性能预测模型，实现了双原子催化剂在析氢与二氧化碳还原反应中的高效筛选与机制解析，并通过数据增强与主动学习策略提升模型表现，探索了大语言模型在材料数据提取与设计中的应用。

于刚强研究员 (北京工业大学)

个人简介：

于刚强，北京工业大学研究员、博导；从事分子热力学建模及其分离过程强化应用基础研究；以第一/通讯作者在Chem. Rev.等期刊发表论文50余篇，主持2项国家面上基金，入选洪堡学者、JSPS外国人特别研究员、北京市科技新星、全国“博新计划”；获中国化工学会基础研究成果奖、中国化工学会科技进步奖一等奖等；担任中国化工学会硅能源与化工专委会副秘书长，Mol. Chem. Eng.、Nano-Micro Lett.、Front. Chem. Sci. Eng.等期刊编委/青年编委；担任J. Chem. Eng. Data及Ind. Eng. Chem. Res.客座编辑。

报告题目：机器学习辅助离子介质捕集含氟温室气体溶解度预测

报告简介：捕集含氟温室气体能有效缓解全球变暖，离子介质是理想的绿色捕集溶剂。由于机器学习 (ML) 具有强大的非线性拟合能力和高计算效率，本报告基于COSMO-RS计算得到的分子描述符构建了含氟温室气体在离子介质中溶解度的ML预测模型。通过对比不同模型的预测性能，筛选出最佳ML模型并进行了泛化能力检验。结果表明，ML建模能有效捕捉气体与离子介质间的相互作用，并对溶解度进行了可靠预测，为绿色捕集介质的高通量筛选提供一定参考。

王英雄研究员 (太原理工大学)

个人简介：

研究员，博导，现任职于太原理工大学化学与化工学院。开展绿色化学、可再生资源催化转化等方面的研究；组建了基于扩散排序谱 (DOSY)、纯化学位移谱 (Pure shift) 等高级NMR技术的均相催化表征、复杂混合组分定性/定量分析方法。获省部级二等奖3项、担任中国化工学会离子液体专业委员会委员、Magnetic Resonance Letters期刊编委。以第一作者或通讯作者在Applied Catalysis B、Chemical Engineering Journal、Green Chemistry等国际期刊上发表论文60余篇，申请国家发明专利30件。

报告题目：基于高级NMR方法和深度学习的C8烃类混合物分析

报告简介：本报告聚焦C8烃类混合物的精准分析难题，阐述两类前沿技术：其一，采用TSE-PSYCHE纯化学位移谱与CSSF TOCSY技术联用，实现严重重叠NMR信号的“虚拟分离”，完成复杂组分的高效辨识与准确定量；其二，构建DLQMA深度学习框架，直接从原始¹H NMR谱图中端到端输出定性定量结果。以上两种分析方法，打通了从高级NMR实验采集到智能解析的全链条技术路径，为燃料品质评价等化工领域的复杂体系分析提供了自动化、高精度的解决方案。

王延苏博士

MDPI出版专员

个人简介：

博士毕业于南开大学材料物理与化学专业，现担任MDPI出版专员。主要职责是密切关注期刊健康可持续发展，促进期刊与外部学者编辑的交流合作，为学者提供优质的出版服务。