Capabilities
三项能力，三个实际项目三项能力，三个实际项目
将研究设想落实为实验、控制程序和可复核的数据结果。
拆解研发问题
MMA 项目：对照模型预测开展固定床实验，分析结果与偏差。
催化机理 · 表征分析 · 工艺约束搭建实验系统
合成项目：把 pH 监测、双泵补料与异常保护接入同一操作流程。
固定床 · HPLC/ESI · RS485/232标准化科研数据
数据项目：统一多来源实验文件，自动生成可追踪的指标和图表。
Python · Pandas · ETL · Visualization问题 → 实验 → 数据 → 分析 → 迭代
Selected Works
代表项目
先看问题、本人工作与关键结果，需要时再展开技术证据。
CASE 01 / AI FOR SCIENCE × TANDEM CATALYSIS
AI4S 驱动的 MMA 串联催化与固定床优化
让模型提出的催化剂与床层方案，接受真实实验检验。
负责模型结果分析、模型—实验结果对比及固定床实验验证，并基于现有代码持续开展模型复现与扩展学习。
59.2%实验验证的乙酸甲酯转化率
4.4 → 113.3gMMA·h⁻¹·Lcat⁻¹ MMA 时空产率
我的工作：连接模型结果分析与固定床实验验证。项目结果：预测转化率 58.7%，实验为 59.2%，相差 0.5 个百分点；此处为乙酸甲酯转化率，不是 MMA 收率。
概念示意：用于说明设计思路，不代表真实原子结构或数值模拟分布。
MICROSCALE / CNN
从排列中识别协同位点
将表面位点编码为结构化排列，由 CNN 识别兼顾弱酸性与中强碱性的 Ti-O-Cs 桥接结构。
Ti
O
Cs
96.0%
CNN 五折交叉验证准确率
MESOSCALE / CONFINEMENT
用孔道环境稳定活性物种
通过 S-1 分子筛限域抑制 Cu 物种聚集与过度还原，为串联反应持续提供甲醛中间体。
持续
甲醛中间体生成
MACROSCALE / NEURAL ODE
让生成、传递与消耗同步
将串联反应网络嵌入固定床模型，以 Neural ODE 反推轴向材料分布，并通过分层床实验验证。
Cu@S-1
Ti-Cs
FA
58.7%→59.2%
模型预测 → 实验验证 · 乙酸甲酯转化率
25 倍以上
MMA 时空产率 · 相较经验优化床层
- 挑战
- 高浓度进料下，甲醛中间体的生成与消耗速率失配，限制多步串联反应的转化率与生产率。
- 方法
- 连接 CNN 位点匹配、催化剂可控制备与表征，以及 Neural ODE 轴向床层优化，形成跨尺度设计闭环。
- 技术范围
- Catalyst Synthesis · CNN · Neural ODE · PFR Modeling · SEM/TEM · XRD/BET · Fixed-bed Evaluation
- 成果
- CNN 五折交叉验证准确率为 96.0%；Neural ODE 预测乙酸甲酯转化率 58.7%，实验验证达到 59.2%；MMA 时空产率较经验优化床层提升 25 倍以上。
CASE 02 / AUTOMATION SYSTEM
LDH 合成自动化与 pH 闭环控制
把持续盯着 pH、手动补料的实验，改成自动监测、补料与记录。
完成操作界面、设备协同、多线程任务与 pH 反馈控制的集成。
约 1.5 h/批 → 自动闭环持续人工值守转化为自动运行
交付：操作界面、设备协同与反馈控制集成。持续值守转为自动运行，仍需参数设置和必要检查；不代表反应时间缩短。
建立设备通信
检查 pH 计与双泵连接，让采集和执行通道进入就绪状态。
连接定量进料与动态调节
Pump B 定量输送硝酸盐溶液，pH 反馈驱动 Pump A 动态补加碱液。
确认稳定并进入老化
进料完成后确认 pH 趋势稳定，停止碱液补加并保持同步搅拌。
记录过程并保护设备
记录过程趋势，在信号异常时暂停补加、尝试重连并执行安全停机。
设备连接：系统就绪
- 挑战
- 多设备通信、实验状态同步与频繁人工操作影响效率和一致性。
- 行动
- 设计操作界面、状态编排、多线程任务与 pH 反馈控制。
- 技术
- Python · Interface Design · Device Coordination · Multithreading · pH Feedback Control
- 结果
- 将约 1.5 h/批的持续人工值守转化为自动 pH 监测、动态加料与异常保护，仅需初始参数设置及必要检查。
CASE 03 / SCIENTIFIC DATA
固定床实验数据自动化 ETL 与科研出图
把散落的实验文件变成统一指标和图表，减少重复整理。
搭建模块化数据流水线，让长周期实验数据可追踪、可复用。
小时级 → 秒级数据整理与作图
交付：从文件清洗、字段匹配到指标计算与出图的模块化流水线。小时级到秒级指已应用流程中的整理与出图，不包含实验采集时间。
流程示意 · 使用虚构数据，不代表实际实验结果
分散文件，统一入口
接收不同来源的实验表格，保留来源标记。
不同写法，同一字段
匹配字段、对齐单位，将缺失值标为待检查，而不是补成零。
先检查，再计算
基于统一字段生成指标，保留异常标记与处理记录。
从标准表到可比较的图
把处理后的数据转成图表和可追踪的输出。
- 挑战
- GC/XLS/XLSX 数据来源和格式不统一，人工清洗、匹配与作图耗时。
- 行动
- 构建模块化 ETL 流程，自动完成清洗、模糊匹配、单位对齐与复合图表生成。
- 技术
- Python · Pandas · GC/XLS/XLSX · Fuzzy Matching · Visualization
- 结果
- 将小时级的数据整理与作图压缩到秒级，并保留可追踪的处理流程。
Research Outputs
论文与作者贡献
共同第一作者 1 篇- Nat. Chem. Eng.（在投） · 共同第一作者MMA 合成中转化率与生产率的协同优化
- SPT（发表） · 第二作者抗污染与盐分离纳滤膜设计
- Desalination（发表） · 第三作者纳滤膜有机污染的动态演变机制
Education & Highlights
教育与亮点
- 2024–2027
- 华东理工大学 · 化学工程与技术硕士
- 2020–2024
- 宁夏大学 · 化学工程与工艺学士
- 竞赛
- 全国大学生化工实验大赛 · 西北赛区特等奖 / 全国二等奖