在甲基橙合成原型实验的基础上，将自制的“自动化加料和数字化控温”装置引入实验中，增加了实验安全性，避免了由人力加料导致的反应不均匀、副反应过多等问题，优化了实验流程，提升了实验安全性。在实现原教学目标基础上，使学生能专注于实验现象的观察以及对实验原理的理解，更侧重学生素质能力提升。

数字化实验因数据采集方便、可视化及智能化等优点适用于化学实验教学。间接碘量法测铜含量需准确判别滴定至浅黄色加淀粉指示剂、滴定至浅蓝色加KSCN和滴定终点米白色这三处关键颜色。通过大量实验建立数据库，明确关键颜色HSV (色调-饱和度-明度)阈值，开发辅助滴定App。数字化设计后相对平均偏差为0.11%，较人眼观察提高了实验精密度，激发学生多学科交叉兴趣。

立足新时代教育数智化战略发展要求，结合化学学科实践育人核心功能，针对当前高校化学实验室建设中存在的数智资源分散、虚实融合不足、管理效率偏低、安全管控薄弱等问题，明确化学实验室数智化建设的核心目标与定位，从数智教学资源建设、智能装置设备升级、AI赋能安全与教学管理、建设实施路径及成效考核等方面，提出系统的建设建议与实施方案。构建了“资源共谋共建、成果开放共享、线上线下融合、虚实结合、数智赋能、双创实践育人”的化学实验室数智化建设体系，为全国高校化学实验室数智化转型升级、提升实验教学质量与人才培养能力提供理论参考与实操指导。

传统的热催化CO₂转化要求高温高压条件，等离子体能实现常温常压下驱动CO₂加氢制甲醇，是节能降碳、实现“双碳”目标的重要举措。本作品设计新型介质阻挡放电(DBD)等离子体液膜反应器，克服高CO₂转化率和高甲醇选择性不可兼得的困难，实现了等离子体反应和分离的高效耦合。本实验中针对等离子体反应控温难和工艺参数优化过程复杂两大问题进行数字化设计：利用红外热成像仪对放电区域温度实时监控，克服传统热电偶存在的测量局部性及容易与高压电极尖端放电等缺点，并通过自动控制模块调节冷凝液温度和流速，维持等离子体放电产热与散热的动态平衡，实现精准控温；通过训练人工神经网络(ANN)模型，定量分析复杂工艺参数与反应性能的关系，并确定其影响权重，实现最优条件的智能预测与工艺优化。本专业实验课程融合数字化技术与人工智能方法，通过智能化实验设计培养学生跨学科创新能力，契合新工科人才培养需求。

碳纤维作为国防、航空航天、轨道交通等领域的关键材料，已被纳入国家战略发展规划。其前体(如共聚聚丙烯腈)的结构组成是影响碳纤维结构与性能的核心因素。然而，我国在碳纤维共聚前体的合成及应用方面仍面临技术瓶颈，亟需通过本科相关教学实验培养具备专业知识与创新能力的复合型人才。目前，本科高分子化学实验课程多以均聚物自由基聚合实验为主，并采用单变量控制的非探究性模式进行。由于实验时长有限、单体种类与比例选择复杂以及仪器条件不足等因素，具有重要应用的共聚物的合成实验难以纳入传统的实验教学中。随着人工智能等数字化技术的快速发展，这一困境有望被突破。本研究设计了一套基于共聚物合成及应用的数字化实验教学方案，通过利用开源数据库训练神经网络，借助人工智能程序预测不同合成策略的结果，学生可在虚拟实验平台上优化相关参数，模拟聚丙烯腈基碳纤维的全流程合成及性能测试，进而指导开展线下探究性碳纤维共聚前体的合成实验，产生的实验数据可上传至平台，用于微调预训练模型，从而逐步提高人工智能模型的预测精度。最终，通过与相关虚拟仿真实验的链接，构建了碳纤维前体“合成–结构–性能–应用”的全流程模块化实验体系，为学生提供了一个系统性、探究性及创新性的数字化综合实验，有效提升了人才培养的质量。

本文以“数据驱动制备低成本高效电解水催化剂”科研实验为对象，针对科研实验用于本科及研究生教学存在的过程繁复、周期冗长、设备昂贵等痛点，创新性地融合线上平台、数据驱动、数值模拟、人机互动、虚拟仿真及远程控制自动化装置等数智技术。通过在实验设计、操作实施、数据分析等不同环节精准部署数智手段，充分挖掘科研实验前沿性、实用性、创新性、跨学科及多技能培养优势，将其转化为契合本科及研究生教学需求的综合化学实验。组合数智技术的加持缩短了65%实验周期，使学生能有限的教学学时内体验高水平科研实验的完整过程。学生对数智化实验给予了肯定评价，参与评价的学生均认为数智化改造有助于他们理解实验原理和顺利完成实验。其中，85%认为数智化实验更能激发他们参与的积极性，52%认为有助于他们了解科研实验流程，60%产生了进一步了解和学习数智信息技术的意愿。教学实践表明，该数智化改造方案有效提升了实验教学效率，助力化学专业本硕阶段学生的科研思维构建、综合实验能力一体化培养，为高校化学实验教学改革提供了新思路与实践范例。

本研究以物理化学原理为核心，融合有机化学、分析化学及计算机科学技术，开发了“金属离子与农药残留智检系统”项目——一种基于高精淀粉基碳量子点芯片的智能检测系统。该系统以廉价安全的水凝胶为基质，以玉米淀粉为原料制备传感芯片，结合自主开发的Android/鸿蒙平台APP (基于Java语言，在Android Studio环境下实现)，实现了对金属离子与农药残留的高效、低成本智能分析与监测。该方案操作简便，兼具创新性与实用性，在提升实验教学趣味性与综合教育价值的同时，也为跨学科融合的教学改革提供了可借鉴的实践案例。

A novel porous silicon composite material (pSi/Ge@Gr/CNTs) was successfully fabricated by utilizing high-energy ball milling and electrostatic assembly techniques. This material starts with a commercial Al₆₀Si₄₀ alloy as the raw material. Through a simple acid etching process, a porous silicon (pSi) matrix was produced. Germanium (Ge) was then introduced into the matrix via ball milling. Finally, with the aid of electrostatic assembly, a dual coating of graphene (Gr) and carbon nanotubes (CNTs) was achieved, endowing the material with a unique structure. The incorporation of Ge introduction effectively augments the conductivity and ion transport characteristics of pSi, substantially bolstering the reversible capacity of the entire electrode. The hybrid encapsulation with Gr and CNTs further fortifies the stability, mechanical robustness, and electrical conductivity of the electrode. When utilized as anodes in LIBs, the pSi/Ge@Gr/CNTs electrode demonstrated outstanding electrochemical performance, achieving a reversible discharge specific capacity exceeding 700 mAh·g^-1 after 100 cycles at a current density of 0.2 A·g^-1, accompanied by a remarkably enhanced rate performance.