张磊

基本信息Personal Information

副教授

硕士生导师

性别:男

毕业院校:清华大学

学位:博士

在职信息:在职

所在单位:化工学院

学科:化学工程

办公地点:西部校区化工实验楼D408

电子邮箱:

扫描关注

研究领域

当前位置: 中文主页 >> 科学研究 >> 研究领域

计算机辅助产品设计(Computer-Aided Product Design, CAPD)

结合化学、数学、物理、计算机等方法,对化工产品的机理进行研究,建立产品分子结构与宏观性质之间定量结构—性质关系(Quantitative Structure-Property Relationship, QSPR),对已知结构的分子进行性质预测;在此基础上,通过给出期望产品的目标性质,利用分子结构与宏观性质之间的定量关系建立数学模型,来设计符合目标性质要求的产品。

·   制药过程反应与结晶单元操作的有机小分子溶剂设计

研究溶剂对液液均相有机合成过程与溶液结晶过程的溶剂化效应,考察溶剂化自由能与晶面—溶剂吸附能分别对反应速率常数与晶体形貌的作用机制,进而耦合计算机辅助分子设计方法进行溶剂设计,实现反应溶剂催化剂与结晶溶剂的高通量与定向化的设计工作。

·   基于分子动力学的橡胶高分子设计方法研究

利用CAMD方法,逆向从高分子产品需求的性质出发,设计求得满足性质要求的分子结构。首先通过基团贡献法设计出满足性质要求的橡胶聚合物结构;并基于分子动力学模拟技术,探究橡胶高分子分子量、支链结构与特定性质之间的定量关系。

·   耦合机器学习的计算机辅助气味分子设计

解析气味产品特点,分别确定产品的物理化学性质与气味性质。建立机器学习模型来关联分子的描述符及其气味。再运用CAMD方法建立其它性质的模型并求解。得到满足条件的分子结构之后,计算其描述符并代入机器学习预测模型,通过预测是否满足条件来得到产品。

·   考虑过程设计的萃取剂分子设计

针对反应过程,设计一种萃取剂,使得加入的萃取剂可以把反应产物转移到萃取相,与原有的反应相分离,增加反应的最大转化率,提高产品收率。通过建立相平衡与反应平衡的数学模型,将产物在萃取相的浓度最大化作为约束条件来进行CAMD设计萃取剂。