报告题目：新型MOF基催化材料及节能储能材料

        报 告 人：王戈    教授、博士生导师

        单      位： 北京科技大学

        报告时间：2022年12月16日（星期五）  9:00

        报告地点：腾讯会议

        报告人简介：

        王戈，女，2002年于美国Michigan Technological University化学系获得理学博士学位，现为北京科技大学材料科学与工程学院教授、博士生导师。2002年入选北京市科技新星计划，2005年入选教育部新世纪优秀人才支持计划，2006年获霍英东青年教师基金资助，2012年被聘为教育部“长江学者奖励计划”特聘教授，2013年入选国家百千万人才工程，并被授予“有突出贡献中青年专家”荣誉称号，2015年获宝钢优秀教师特等奖提名奖、全国冶金教育系统年度杰出人物奖。 
        围绕绿色催化、低碳能源等方向，建立了基于材料基因工程思想的理性设计方法，发展了功能属性单元跨尺度定向构筑新策略，形成了从精准预测到数字化放大生产的材料研发新范式，获得了系列高性能金属有机骨架基催化材料和相变储能材料，并推进了其在高品质航油生产、CO2吸附及转化等领域的应用。在Joule, Energy Environ. Sci., Matter, Nature. Common., Adv. Mater.等期刊发表SCI收录论文200余篇，获国家发明专利授权80余项。研究工作先后被ACS News, Nanotechweb, Science Daily等多家美国、英国、中国的科研及新闻媒体做专题报道或亮点评述。 
        作为项目负责人先后承担了国家重点研发计划项目、国防科技创新特区项目、国家自然科学基金重点项目等。因在“新型绿色烯烃环氧化用催化材料的研究”、“功能复合材料的结构设计、多级构筑与性能定制研究”方面的贡献，作为第一完成人，2011年获北京市科学技术奖二等奖，2016年获高等学校科学研究优秀成果奖自然科学奖一等奖。

        报告摘要：

        金属-有机骨架（Metal Organic Frameworks，MOFs）具有种类繁多、活性位点丰富、孔道可调等特点，既为开发高性能MOFs材料提供了机遇，同时也对传统的实验试错型研发模式提出了巨大挑战。近年来，高通量计算设计、材料大数据技术等材料基因工程手段蓬勃发展，为特定功能MOFs材料的智能化精准开发提供了崭新的契机。 
    跨尺度高通量计算方法的不断发展，推动了目标MOFs材料的批量化精准预测与快速化靶向筛选；材料计算、机器学习和实验迭代的交互融合为广域化学空间中特定性能MOFs的定向合成提供了有力手段；耦合结构生成、结构组装、性能反馈等功能的逆向设计方法则能够突破先验知识，实现MOFs最佳组成结构的智能化自主寻优。基于计算和数据双驱动的材料理性设计与合成规划新策略，加速了MOFs开发由“随机尝试”向“精准定制”的转变进程，为高性能材料的全流程数字化研发提供了方法路径。

 

 

欢 迎 参 加 

稀土资源利用国家重点实验室