复合固体推进剂是一种固体颗粒(氧化剂及金属燃料)填充高分子聚合物(粘合剂)的复合材料，是导弹、空间飞行器的各类固体发动机的动力源。本实验教学针对固体推进剂在载荷下容易发生“脱湿”，即粘合剂与填料表面之间分离，界面作用受到破坏的情况，通过可控自由基聚合设计了结构规整、分子量及组成可控的新型中性大分子键合剂，通过核磁氢谱及凝胶渗透色谱系统表征了其分子结构。本综合实验教学不仅加深了学生对固体推进剂领域的理解，提升了学生对于前沿高分子化学的基本原理及方法的认知，而且训练了学生的实验操作技能、大型仪器使用能力和结果分析能力，实现了前沿科学研究与国家重大需求在人才培养的结合。

To achieve efficient catalytic hydrogenation of CO₂ to formate, we employed a transmetallation strategy to develop three novel iridium(Ⅰ) complexes, which feature N-heterocyclic carbene-nitrogen-phosphine ligands (CNP) and a 1, 5-cyclooctadiene (cod) molecule: [Ir(cod)(κ³-CN^imP)]Cl (1-Cl), [Ir(cod)(κ³-CN^imP)]PF₆ (1-PF₆), and [Ir(cod)(κ³-CN^HP)]Cl (2). The ¹H NMR spectra, ³¹P NMR spectra, and high-resolution mass spectra verify the successful synthesis of these three Ir(Ⅰ)-CNP complexes. Furthermore, single-crystal X-ray diffraction analysis confirms the coordination geometry of 1-PF₆. The strong Ir—C(NHC) bond suggests that the carbene carbon plays an enhanced anchoring role to iridium due to its strong σ-donating ability, which helps stabilize the active metal species during CO₂ hydrogenation. As a result, the Ir(Ⅰ)-CNP complex exhibits remarkable activity and long catalytic lifetime for the hydrogenation of CO₂ to formate, reaching a turnover number (TON) of 1.16×10⁶ after 150 h at a high temperature of 170 ℃, which was a relatively high value among all the Ir complexes.

原子模拟正成为现代科学的重要工具，架起了理论与实验之间的桥梁。自20世纪50年代诞生以来，精度与速度的平衡始终是原子模拟的核心命题。近年来，基于机器学习势函数的方法崭露头角，成为探索复杂势能面(PES)时密度泛函理论计算的有力替代方案。本文报道了我们开发的LASPAI平台(www.laspai.com)，这是一个面向未来原子模拟的云端平台。该平台采用LASP软件中实现的广义全局神经网络势函数进行快速PES评估，同时整合了一系列通用扩散生成模型、随机表面行走(SSW)全局优化算法及其他PES探索工具。LASPAI平台通过任务导向、用户友好的网页图形界面(GUI)，能大幅简化和加速从分子材料结构预测到气-固、液-固界面识别、固-固界面判定及反应路径模拟等广泛科学领域的原子模拟工作，旨在为科学家设计新材料和反应提供快速的化学知识支持。