科研动态

JACS | 潘锋团队：基于多齿配位化学构筑自适应离子交联锂电池高可逆硅负极导电粘结剂进展

尽管锂电池硅负极具有极高的理论比容量，但其在锂电池循环过程中产生的剧烈体积变化会严重破坏导电网络与粘结网络，导致结构失稳与电接触失效。因而迫切需要构建兼具力学韧性与形变自适应能力且具备良好电子传导性能的粘结体系。多年来，北京大学深圳研究生院新材料学院潘锋课题组基于团队自主创建的图论结构化学深耕硅基负极导电粘结剂的开发，2017年报道了一种新型水系导电粘结剂PF-COONa（Nano Energy, 2017, 36, 206-212和A...

2026-07-10

JACS | 潘锋团队：酸根电还原中阳离子效应介导的催化反应机制

电催化是实现可持续能源转化、减碳减排的关键技术。电催化硝酸盐还原反应（NO₃RR）为污染水体中硝酸盐资源化利用和绿色合成氨提供了重要路径，但其反应过程涉及多步质子–电子转移以及多种短寿命含氮中间体，界面微观机制长期缺乏分子层面的直接证据。特别是关键中间体如何在强负电位界面被稳定、又如何进一步加氢生成氨，是限制NO₃RR催化剂理性设计的核心问题。北京大学深圳研究生院潘锋教授团队长期致力于电催化界面溶剂化...

2026-06-25

Cell Rep. Phys. Sci. | 潘锋团队：热机械三相组装/生物质焊接策略实现粘结强度纪录突破

胶黏剂是现代制造业的“看不见的骨架”：胶合板、刨花板等人造板工业长期依赖以脲醛/酚醛树脂为代表的石油基甲醛胶黏剂体系。据行业统计口径，全球此类甲醛系胶黏剂年消耗量在亿级吨规模，在生产与使用环节持续释放挥发性有机物（VOCs）与甲醛，带来突出的环境与健康隐患。以大豆蛋白、木质素等可再生资源为来源的生物质胶黏剂被视为重要替代路线，但其产业化长期受限于两大痛点：力学强度/耐水性与绿色可持续性难以兼得——传...

2026-06-23

Angew. Chem. Int. Ed. | 潘锋团队：层状正极脱锂过程中的磁性与自旋演变研究

锂离子电池技术从电化学原理上依赖于正负极材料的电子得失和锂离子脱嵌。目前对于正负极材料的研究主要集中于材料在电化学脱嵌锂过程中的结构变化，而忽略了由过渡金属或晶格氧的氧化还原带来的材料磁性和电子自旋的变化。而这些磁性行为的变化、电子自旋的变化，直接和材料的电子结构相关，会影响材料的价态导带位置及电子导电性，并和材料的相结构演化同步进行，最终影响材料的电化学性能。因此，建立电极材料在脱嵌锂过程中...

2026-06-22

Adv. Mater. | 杨世和课题组：自组装分子插层调控二维催化剂微环境用于高效稳定海水氧化

利用丰富的海水资源进行电解水制氢是实现可持续能源转型、迈向零碳未来的理想途径。然而，海水中的高浓度氯离子（Cl-）在阳极析氧反应（OER）过程中会引发严重的竞争反应（析氯反应）并引起催化剂腐蚀，导致常规电催化剂快速失活。层状FeNi双氢氧化物（FeNiLDH）因其独特的二维层状结构和优异的OER本征活性而备受关注，但其开放的层间空间在阳极高盐、高电位环境下极易受到海水中Cl-的侵蚀。同时，FeNiLDH受限的层间微环境，特...

2026-06-22

Chem. Rev. | 潘锋团队与合作者：拓扑学赋能人工智能材料发现的研究新范式

近年来，人工智能驱动材料发现已成为国际材料科学的重要发展方向，而如何实现材料结构的高效表征与可解释学习，则是其中最核心的科学问题之一。北京大学深圳研究生院新材料学院潘锋教授团队长期致力于图论结构化学、代数拓扑与人工智能材料设计研究，围绕材料结构数学表征与智能发现建立了一系列原创方法体系。团队先后发展了基于代数图论与自监督学习的分子表征框架，实现小样本条件下有机分子性质的高精度预测（Nat. Commun. ...

2026-06-18

JACS | 潘锋团队：图论结构化学结合AI实现MOF晶体结构预测

金属有机框架（MOFs）因结构可调、应用广泛而备受关注，X射线衍射技术在材料表征领域的应用也已经比较成熟，但在高通量实验与自驱动实验室场景中，如何高效解析MOF材料的粉末X射线衍射（PXRD）数据，并据此预测晶体结构仍困扰着研究人员。北京大学深圳研究生院新材料学院潘锋教授团队致力于图论结构化学、AI4S和材料基因组学的研究，成功使用人工智能解析XRD，创新性地提出了一种基于扩散模型的生成式人工智能框架Xrd2Mof。该模...

2026-06-12

AEM | 孟鸿团队：双极设计实现全光谱调制与超长循环的电致变色智能窗

建筑能耗占全社会总能耗的约30%，其中门窗的能量损失占比高达30%-50%。在“双碳”目标背景下，发展能够动态调控太阳光进入的建筑智能窗，成为降低制冷与采暖负荷的关键路径。电致变色技术因其可在外加电场下可逆调控材料光学属性，在智能窗、低功耗显示及自适应后视镜等领域展现出巨大潜力。然而，目前主流电致变色体系仍面临多重挑战：无机材料如三氧化钨（WO3）虽稳定性好、工艺成熟，但其离子扩散慢、循环寿命不足、光谱调控...

2026-06-03

J. Energy Chem. | 肖荫果团队：机器学习赋能中子大科学装置实现快充过程电极材料晶体结构精准预测

随着电动汽车对充电速率性能要求的持续提升，高倍率工况下锂离子电池的性能衰减问题日益凸显。为揭示此类宏观失效现象的内在机理，亟需深入阐明电极材料在充放电过程中的微观晶体结构演变规律。中子衍射技术因对锂、氧等轻元素具有较高的探测灵敏度，成为原位表征电池内部结构动态演化的理想手段。然而，受限于时间分辨率不足，该技术难以捕捉高倍率条件下的瞬态结构响应过程。针对上述问题，北京大学深圳研究生院新材料学院肖...

2026-05-25

Sci. Adv. | 邹如强团队：负极原位补锂与正极近表面氟化重建实现高能量密度无负极锂金属电池商业化突破

如何突破无负极锂金属电池“活性锂不足-循环性能差”的核心瓶颈，是该领域走向实用化的关键科学问题。近日，北京大学材料科学与工程学院邹如强教授团队联合浙江金羽新能源科技有限公司，提出了负极原位补锂与正极近表面氟化重建协同策略，成功实现高能量密度无负极锂金属电池的稳定循环。相关研究成果以“High-energy anode-free Li metal batteries with in-built surface-fluorinated Li-rich Mn-based cathodes | Science Ad...

2026-05-23