我校乔智威课题组开发吸附材料智能分析系统 通过AI赋能实现高效筛选高性能吸附材料

室内甲醛危害健康怎么高效去除？

工业排放硫化氢、一氧化碳等有害气体如何绿色处理？

高效吸附技术是解决生产生活中气体污染物的关键方法。我校乔智威课题组开发的吸附材料智能分析系统通过AI赋能实现高效筛选高性能吸附材料。系统为用户提供从吸附数据挖掘到材料结构设计的全流程智能解决方案，包含大量精选文献数据的吸附材料领域知识库。整合全球超千万组吸附数据，通过机器学习算法实现吸附量/选择性的高精度预测、结构-性能关系的可视化解析并且根据用户需求动态更新各类吸附材料数据库，吸附材料智能分析系统直击材料筛选耗时，机理解释困难、结构设计门槛高等痛点，打造了三大解决方案：

1. 数据库整合了近千万种材料的吸附数据，结合多种机器学习算法预测吸附性能，可根据用户需求，匹配吸附材料的结构-性能数据。

2. 开发了关于吸附材料的智能AI助手。智能解析吸附动力学、热力学及结构-性能关系，从专业角度解答吸附材料的相关问题。

3. 用户可以基于数据库预设的材料组成构件（金属中心、有机链接等）调配、设计并生成AI优化的材料晶体结构文件。

未收录吸附质：引导用户跳转手动计算页面，输入吸附质分子参数和材料结构特征，即可计算材料的吸附量、扩散系数等参数。

已收录吸附质：智能推荐材料，包含吸附材料的关键参数（表面积、孔径、吸附量等）。

多级条件组合检索：支持自定义条件（如材料孔径>30Å），精准匹配目标材料。

在专家模式下，针对吸附领域相关问题，系统调用内置的吸附材料领域知识库进行回答。当遇到知识库未覆盖问题时，系统自动切换至吸附领域优化AI模型，结合吸附专用词库和学术规则生成专业回答。相比通用AI（如DeepSeek），该模型接受了大量吸附领域数据的训练，回答更具学术参考价值。

登录网站使用吸附材料智能分析系统：https://bohrium.dp.tech/apps/mais

配套软件chat吸附剂：材料研究的全流程解决方案。

选择数据库预设有机链接、金属中心等文件，系统智能分析是否能生成高性能的吸附材料，通过AI模型优化再生成并展示材料，支持下载材料晶体结构文件（CIF格式）。

登录网站使用chat吸附剂：

https://bohrium.dp.tech/apps/chatbot

无论是单个材料分析还是批量生成研究，广州大学乔智威课题组的AI材料平台都能为您的吸附材料研究提供专业、高效的智能支持

欢迎关注我们获取更多科研工具资讯！