课题组致力于人工智能辅助下的纳米环境材料筛选、设计与应用研究。将大语言模型、机器学习等人工智能方法与实验验证结合，开展高效吸附-催化材料的快速筛选与精准预测。研发了系列基于TiO₂，C₃N₄，碳纳米材料，金属有机框架（MOFs）及其衍生物的多功能催化材料，应用于大气/水体净化、CO₂捕集与再利用等领域。面向封闭-半封闭空间的空气治理需求，开发系列小-中型空气净化与CO₂治理装备，在“深海勇士号”潜器、护航舰艇中稳定运行，保障空气安全。在Applied Catalysis B：Environment and Energy, Chemical Engineering Journal等核心期刊发表相关论文70余篇，授权中国发明专利18项。主要研究方向如下：

1. 多功能环境材料设计与应用研究

面向低浓度VOCs、微塑料的高效捕集、检测与催化转化，开展高效、稳定的纳米吸附-催化材料筛选与优化设计，阐明污染物捕获机制与催化转化路径。实现环境净化应用。

2. CO₂ DAC材料设计与机制探索

面向国家“双碳”需求，利用LLM、机器学习等人工智能方法与实验验证结合的“主动学习/闭环优化”新范式，开展吸附材料筛选与预测， 阐明极低压下的气体吸附新机制。实现高效捕获材料在CO₂直接空气捕集中的应用。

3. 空气净化装备研发

面向封闭-半封闭-开放空间的空气治理需求，开发自清洁涂层材料与智能化空气净化装备。