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. 人工智能辅助的MOFs气体吸附-催化净化材料研发

面向芯片、半导体等高端制造行业的痕量VOCs净化需求与国家“双碳”目标，利用机器学习与实验验证结合的“主动学习-闭环优化”方法，开展人工智能辅助的MOFs基气体净化材料筛选、预测与优化设计。阐明污染物捕获机制与催化转化路径，为高效环境材料研发提供新理论与新范式。

2. MOFs复合体系构筑与水体微塑料净化

开发MOFs-气凝胶复合体系，实现氢键、静电吸引、π-π堆叠、疏水作用多机制耦合的微塑料高效吸附净化。解析自然水体pH值变化、共存离子对微塑料吸附性能的干扰机制。

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。