1. 机动车尾气排放控制
柴油机尾气中 CO、 HCs 的排放量低于汽油车，然而尾气中的NOx 和颗粒物排放给大气环境和人类健康带来的严重的危害。柴油颗粒物捕集器（DPF）能够有效捕获柴油尾气中的颗粒物（包括碳烟颗粒物、灰分等）从而减少颗粒物的排放。因此,我们致力于在前人的研究基础上进一步研究形成新型高效CDPF，提高DPF再生性能，同时提高催化剂催化性能，实现DPF的循环使用，在对尾气治理和污染防治上具有重要意义。
机动车尾气处理装置示意图
发表文章
♦Angew. Chem. Int. Ed., 2022, 61, e202212273
♦Environ. Sci. Technol., 2021, 55 , 9243-9254
♦Catal. Today, 2021, 376, 168-176
♦Appl. Catal., B, 2020, 265,118469
♦ACS Catal., 2019, 9, 9751-9763
♦Chin. Chem. Lett., 2018, 29, 252-260
♦ Appl. Catal., B, 2018, 236,348-358
2. 可挥发性有机污染物控制
机动车尾气排放、化石燃料燃烧等产生的可挥发性有机污染物形成对流层臭氧、二次有机气溶胶和光化学烟雾的主要前驱体，对动植物健康和生态平衡造成极大的威胁。我们致力于开发新型高效催化剂，主要集中在贵金属Pt基催化剂、过渡金属Cu基催化剂以及钙钛矿型催化剂。深入探究催化活性位点和催化机制，揭示催化剂的构效关系，为高效VOCs催化氧化设备的产业化开发提供明确的指导。
（1）钙钛矿型催化剂
（2）贵金属型催化剂
（3）过渡金属型催化剂
发表文章
♦Environ. Sci. Technol., 2022,56, 3245–3257
♦ Nat. Commun., 2020, 11, 1062-1071
♦ Environ. Sci. Technol., 2020, 54, 15476-15488
♦ Catalysis Science & Technology, 2020, 10, 1661-1674
♦ ACS Appl. Mater. Interfaces, 2020, 12, 7091-7101
♦ Environ. Sci. Technol., 2018, 52, 14110-14118
♦ Chin. J. Catal., 2018, 39, 566-582
3.纳米环境催化材料
石墨炔含有独特的炔键结构使得它具有极高的化学活性，sp杂化的C原子可以和金属产生较强的相互作用，可作为一个良好的载体稳定单原子，其表面的孔状结构为单原子的高负载量提供了可能性。基于以上石墨炔的独特优势，我们课题组近几年长期致力于新型石墨炔基催化剂的设计，旨在研究其本征特性，探索其在环境领域的应用，新的作用机制，为催化剂的开发提供新的研究思路。
石墨炔基催化剂应用领域
石墨炔基催化剂催化氧化CO
发表文章
♦ PNAS. 2023, 120(16), e2221002120
♦ Angew. Chem. Int. Ed., 2023, 62, e202309158
♦ J. Am. Chem. Soc., 2022, 144, 4942-4951
♦ J. Am. Chem. Soc., 2021, 143, 8720-8730
♦ Environ. Sci. Nano, 2021, 8, 1863-1885
♦ Molecules, 2020, 25, 18
♦ ACS Appl. Mater. Interfaces, 2018, 10, 17167-17174
4. 臭氧污染物室温催化净化
近年来，我国臭氧(O3)污染日益严重，对人类健康和生态系统造成极大的威胁。长期暴露于高浓度的臭氧(WHO, 100 ppb)可能导致永久性肺损伤、呼吸系统疾病和心血管疾病等。 我们致力于开发新型高效催化剂，主要集中在钴碳材料、二氧化锰及其石墨炔复合材料等，深入探究催化活性位点和催化机制，揭示催化剂的构效关系，为高效催化O3分解提供明确的指导。同时，拓宽研究方向，开发电化学去除臭氧、新型微液滴催化分解O3的应用和机器学习等，为臭氧污染治理提供新的研究思路。
（1）钴碳材料
（2）MnO2石墨炔复合材料
（3）电化学
（4）微液滴化学
5. 机器学习
机器学习旨在通过计算机程序让计算机自动从数据中学习和改进，让计算机具备从经验中学习和自主决策的能力，从而生成模型并应用于未知数据，实现预测、分类、聚类、回归等任务。我们致力于利用机器学习辅助筛选高性能催化剂；阐明催化剂电子结构与催化性能间的标度关系；进行海量数据间的相关性研究。
（1）ML预测甲醛催化氧化性能
（2）人工智能辅助呼出气体与环境健康关联性研究
