在热力学可逆循环过程中，用温–熵图(T–S图)表示系统的温度与熵的变化关系，能同时显示出系统所吸的热与所做的功，从而可以方便地计算得到该循环的热功转换效率。本文总结了T–S图在多个经典热功转换循环过程中的应用，还介绍了近期报道的、利用电势的温度效应或浓差效应构建热力学循环，从低品位热能中获取能量的几个新型能量转换过程以及T–S图在其中的指导作用，可加深师生对T–S图的理解和认识，并拓展其应用范围。

聚N-异丙基丙烯酰胺(PNIPAm)交联温敏纳米纤维膜作为一种相变温度易于控制的新兴响应性材料，克服了传统PNIPAm块状水凝胶的生产成本高、响应速率慢和PNIPAm非交联温敏纳米纤维耐水性差的缺点，受到广泛研究并应用于智能开关、温度致动器、水油分离、药物、细胞控制释放和伤口敷料等领域。形貌稳定性和快速响应性是温敏纳米纤维膜在重复体积变化过程中最大的挑战，同时也作为评价PNIPAm温敏纳米纤维膜的实用性最重要指标引起了人们广泛的关注。本文全面综述了PNIPAm温敏纳米纤维膜近二十年来国内外的突破性进展和非交联作用下PNIPAm温敏纳米纤维膜的形貌变化和响应性，重点综合分析了物理和化学交联中交联反应类型、交联度、交联时间和交联分子量对PNIPAm温敏纳米纤维膜的形貌稳定性和响应行为的影响，为之后纤维膜的交联处理提供了理论支持，并对PNIPAm温敏纳米纤维膜的发展及应用前景进行了展望。

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。

本文以数智赋能仪器分析实验课程为例，构建了线上线下混合式教学、虚拟仿真与线下实验结合、人工智能(AI)赋能项目式学习与设计性实验项目相融合等实践课程教学改革模式，探究了理论与实践相结合、虚拟仿真与现实场景互补、实验技能与创新实践并重、课程思政与考核评价双驱联动等全场域、多元融合实践课程教学新模式，探索有效促进数智技术赋能实践课程的融合路径，切实推进高校实践课程智慧教学改革创新。

提升钴酸锂(LCO)正极的充电截止电压是提高锂离子电池(LIBs)能量密度的直接策略。然而，高电压下正极-电解质界面相(CEI)的不稳定性严重制约了高能量密度LIBs的发展。因此，本研究利用无碳酸乙烯酯(EC)的电解液设计，通过构建兼具化学稳定性与机械强度的氟/硼复合CEI以提升界面稳定性。采用碳酸丙烯酯(PC)及氟代碳酸乙烯酯(FEC)作为溶剂，增强电解液的抗氧化稳定性，促进CEI中氟化锂(LiF)组分的生成，提升其机械强度。同时，引入双草酸硼酸锂(LiBOB)添加剂，在CEI中形成含硼交联聚合物(LiB_xO_y)组分，以其柔性结构特征弥补LiF层的不足之处。最终，构建出具有富无机相(LiF和Li₂C₂O₄)嵌入含硼类聚合物(LiB_xO_y)基体结构的刚柔并济CEI。这种CEI其兼具结构致密性、良好的机械稳定性与电化学稳定性等优点，有效抑制高电压下LCO的界面副反应及不可逆结构退化。实验结果表明，无EC的PC基电解液使LCO正极在4.6 V高截止电压下展现出优异的电化学性能，0.5C倍率循环200次后容量保持率达82%。此外，石墨||LCO全电池在4.5 V截止电压下表现出显著提升的循环稳定性，并实现−40 – 80 ℃宽温域范围内的稳定运行，验证了该优化电解液衍生的刚柔并济CEI的有效性。本研究突破传统EC基电解液设计范式，为开发高性能、宽温域及可持续PC基电解液提供了新思路。

面向化学类(非高分子)专业的高分子化学实验教学发展较为缓慢，亟需紧跟研究前沿，引入新内容。本文总结了近十年的教学改革经验，并以温敏型高分子的制备、溶液性质、光学性能与应用为例，介绍如何通过实验教学内容、实验技术、教学方法等方面的创新，设计符合理科人才培养需求的、契合时代与科学发展的、被学生喜爱与重视的一系列高分子化学实验，以有效解决培养需求与课业负担之间的矛盾，且在不新增开课、课时有限的情况下，加入到化学类专业本科教学体系中，激发学生对学科领域的兴趣，提升学生的探究和创新能力。

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。