个人资料
教育经历2006年9月-2010年6月 湖南大学 本科 专业:应用物理学 2010年9月-2017年7月 中国科学院上海应用物理研究所 博士 专业:粒子物理与原子核物理 工作经历2018年4月-2020-11月 北京化工大学 博士后 导师:曾晓成教授&高嶷研究员 2019年7月-2020-1月 美国内布拉斯林肯大学 访问学者 导师:曾晓成教授 个人简介本人长期致力于理论计算化学领域的研究,在第一性原理分子动力学模拟、纳米团簇、界面体系计算、机器学习以及化学反应动力学等多个方面,展现出良好的专业能力。至今,本人已在国际学术期刊上发表了30篇高质量的研究论文。自2011年起,申请人在方海平教授领导的水科学研究室,专注于自组装和团簇表面水分子性质的研究。博士后阶段,在曾晓成教授的指导下,深入探究了气液界面如何水加速反应。此后,加入何晓教授的研究团队,在固液界面领域开展了金属界面水分子的反常转动研究。研究成果以通讯作者或第一作者已在多个国际知名学术期刊上发表,包括Nat. Commun.(3篇),J. Am. Chem. Soc.(2篇),Angew. Chem. Int. Ed.(2篇),Energy Environ. Sci.(1篇),Matter(1篇),The Innovation,Chem. Mater.,J. Phys. Chem. Lett., Nano Energy,Nanoscale(2篇), Phys. Chem. Chem. Phys.(2篇)等。近几年来,研究工作主要集中在机器学习挖掘新固态电解质材料、水系电池表面的水合离子扩散、电催化界面水以及气液界面水氢键网络在电子输运中的作用等方面。 社会兼职研究方向随着全球能源转型与碳中和战略的推进,新型能源材料的理论设计从能源存储到转换已成为材料科学与工程领域的核心挑战。传统实验试错法开发周期长、成本高昂,而基于物理建模的计算方法受限于计算复杂度与精度平衡难题,难以满足高性能电池、高效催化材料及先进二维材料的快速迭代设计需求。机器学习方法通过挖掘材料构效关系、预测关键性能参数,为材料研发范式革新提供了突破口。然而,能源材料领域的数据困境显著制约了机器学习优势的发挥:一方面,电池材料体系涉及多尺度的复杂电化学耦合过程,实验表征与高通量计算成本极高,导致正极/电解液/界面材料等关键数据集规模受限;另一方面,二维材料的新颖物性常源自其独特的异质结构,但可控合成与精确表征技术尚未成熟,难以建立覆盖多维特征空间的训练数据。当前主流机器学习方法依赖大数据驱动,在小样本场景下面临模型泛化能力弱、物理可解释性差等瓶颈,亟需发展面向小数据的机器学习新范式。申请人聚焦机器学习应用于能源材料设计中面临稀疏数据挑战的科学问题,以电池材料挖掘、电催化性能优化及二维材料功能性为突破口,近5年来,取得以下创新成果: 1. 电池材料的智能筛选与设计 提出基于X射线衍射图谱的“XRDMatch”半监督学习框架,通过物理约束数据增强与大量未标记数据协同优化,成功预测并实验验证新型超离子导体材料Li6AsSe3I,其室温离子电导率达到9 × 10-5 S/cm量级。该方法解决了固态电解质开发中数据稀缺的难题,显著缩短新材料研发周期,相关成果发表于《Energy Environ. Sci.》[2024, 17(24), 9487-9498]。进一步结合水系电池锌电极涂层金属有机框架(MOF)的界面调控研究,揭示Zn2+在ZIF-7通道中的逐步脱水机制,提出通过亲水基团(–OH/–NH2)修饰MOF表面可将脱水自由能降低约1 eV,并优化通道孔径至16 nm以平衡离子通量与脱水效率。该成果发表于《Angew. Chem. Int. Ed.》[2023, 135(44), e202307274],为电池的界面设计与性能优化提供了理论工具,助力提升电池能量密度与安全性。 2. 电极/电解液界面动态机制解析与调控 基于量子化学计算与深度学习势函数,揭示了金属电极表面界面水分子的反常旋转超扩散行为及其对电极电势的调控机制,提出太赫兹辐照外场调控策略,自主设计实验证实锌空气电池放电电压提升10 mV,突破传统热力学调控极限。进一步通过高精度碎片化耦合簇理论与振动准简并微扰理论,解析质子化水团簇H+(H2O)21的红外光谱,发现内部“冰相”与表面“液相”四配位水分子的动态差异,阐明氢键网络对质子传递路径的调控规律。相关成果发表于《J. Am. Chem. Soc.》[2024, 146(23), 16281−16294]、《Nat. Commun.》[2021, 2(1), 6141]、《The Innovation》[2025, 6(1),100754]等期刊,为燃料电池、金属空气电池等高效能源器件的界面优化提供了新范式,推动电解液设计与电催化反应效率的跨越式发展。 3. 二维材料结构-性能关联建模与智能设计 建立物理约束引导的高通量计算材料应力,揭示“编织图案-股线刚度-非共价相互作用”三元协同强化机制,理论设计了二维编织材料的高效能量传递通道。相关研究发表于《Matter》[2025, https://doi.org/10.1016/j.matt.2025.102050],为二维材料的结构可控合成与性能优化提供理论指导,推动超级电容器、柔性电子等领域的材料创新。 上述成果通过“物理驱动数据增强-机理引导性能优化-实验闭环验证”三位一体研究体系,突破传统机器学习依赖大数据的局限,推动能源材料研发从“试错法”向“知识引导”范式转型。在科学层面,揭示了界面水分子动力学、质子传递路径、离子扩散机制等微观规律,填补了多尺度材料模拟的理论空白;在应用层面,开发的智能设计工具加速了高性能电池、高效电催化材料等清洁能源技术的迭代,为“双碳”战略目标实现提供关键技术支撑。 招生与培养开授课程科研项目1. 2018.11~2020.11 中国博士后科学基金面上一等资助,项目号:2018M640051,同时去除二氧化氮与二氧化硫的理论研究,项目负责人,8万 2. 2019.06~2020.11 中国博士后科学基金特别资助,项目号:2019T120041,水分子参与二氧化氮促进硫酸盐生成的雾霾形成机制研究,项目负责人,18万 3. 2023.01~2025.12 国家自然青年科学基金项目,项目号:22203032,水分子介导气溶胶表面NO2非均相反应生成HONO的理论研究,项目负责人,30万 4. 2023.12-2026.12 攻关项目,************,子课题负责人,80万 学术成果代表性文章:
荣誉及奖励2014年7月中科院“三好”学生 2014年10月国家奖学金 2017年7月中科院院长优秀奖,中科院“三好”学生标兵 |