【弘扬科学家精神：优秀科技工作者风采录】
【编者按】为弘扬科学家精神，中国化工学会在官方网站、微信公众号上开设“会员风采”栏目，以科普的形式，用通俗易懂的语言介绍会员及其研究领域，向公众宣传普及化工知识，展示化工在科技强国中所做的贡献，同时展示化工领域优秀科学家和科技工作者笃行不怠、科技报国、勇当高水平科技自立自强排头兵的卓越风采和创新精神，以增强会员荣誉感，激发会员科技报国的使命感，形成推进高水平科技自立自强、建设科技强国的强大合力。敬请关注！
中国化工学会会员风采：李建荣
北京工业大学教授，中国化工学会会士
个人简历
李建荣，北京工业大学教授，国家杰出青年科学基金获得者、国家“万人计划”科技创新领军人才、北京学者。南开大学博士（导师：卜显和院士），美国德州农工大学博士后（合作导师：周宏才教授）。从事“减污降碳新材料分子化学工程”研究。已发表科技论文400余篇，总被引逾5万次，2017年以来连续入选科睿唯安“全球高被引学者”。参编专著章节10章，授权发明专利60余件。承担国家重点研发计划，国家自然科学基金创新群体、杰青、重点项目，北京市重点研究专项等科研任务。获国家自然科学二等奖（第二完成人）、北京市自然科学一等奖（第一完成人）、中国化工学会科学技术一等奖（第一完成人）、侯德榜化工科技创新奖、青山科技奖、亚洲杰出科研工作者和工程师奖、卢嘉锡优秀导师奖等。兼任北京海外高层次人才协会副理事长，北京碳中和学会副理事长，中国化工学会精细化工专委会、化学工程专委会、分子辨识分离工程专委会委员，Mol. Chem. & Eng.副主编，Green Chem. Eng.、Chin. Chem. Lett.等期刊编委。
研究领域介绍
“双碳”愿景下，产业升级、绿色转型已成为国家重大战略部署，其中节能减排、绿色低碳、污染控制等过程中的“减污降碳”关键技术亟待突破。在密切相关的碳捕集、环境治理、食品安全、重要化学品低能耗分离与深度纯化、化学储能等方面，现有材料（如：吸附剂、电活性物质等）已难以完全满足更高的技术需求，亟需开发性能更优的新材料。李建荣教授团队以“分子化学工程”为核心理念，开展新材料（主要是MOF）研究，形成了“分子设计→定向构筑→性能强化→放大制备→推动应用”的研究思路与方案。借助AI赋能，通过“化学—化工—材料—数智”多学科交叉融合，构建新材料创新研究体系，推动关键技术突破，助力部分领域实现“减污降碳”目标。
MOF是由金属离子（或金属簇）与有机配体通过配位键连接形成的晶态多孔材料。由于比表面积高、结构易设计调控等优点，MOF自问世以来迅速成为多孔材料研究领域的热点之一。2025年诺贝尔化学奖授予MOF领域的三位奠基者，彰显了MOF研究在国际科学界的地位与影响。2000年至今，李建荣教授一直围绕MOF的结构设计、可控构筑、构性调控、稳定性强化、绿色放大制备及应用推广持续开展研究，主要相关内容概述如下。
1. MOF“分子阱”吸附剂创制及应用探索
李建荣及其合作者于2013年创新性地提出“分子阱”理念，通过几何构型/尺寸与化学环境的协同设计，在分子乃至原子层面调控结构性能，实现特定分子的精准识别与选择性吸附。其研究团队也基于此创制出系列新型MOF“分子阱”吸附剂，用于CO2、SF6、N2O等多种温室气体及苯、氨气、臭氧等痕量污染物的高效去除，并在乙烯、丙烯等重要化工原料的深度纯化中展现出优异性能，多项关键指标取得突破。例如：
苯作为典型的挥发性有机污染物（VOCs）和I类致癌物，广泛存在于建筑材料、化工生产、石油炼制及包装印刷等排放的废气中，即使以极低浓度存在，仍会对环境与人类健康产生潜在危害。发展高效、稳定的吸附材料以实现低浓度苯蒸气的深度去除，是污染控制领域的一项重要需求。然而，传统吸附剂在实际应用中面临诸多局限，如对水蒸气具有强亲和性，导致其在潮湿环境下对苯的选择性吸附能力急剧下降等。对此，团队基于“分子阱”设计理念，创制了多个系列MOF材料，表现出优异的苯吸附性能。以BUT-55为例，其内部孔道微环境能与苯分子产生多重CH...X非共价相互作用，形成完美的苯分子阱。性能评估表明，BUT-55在常温（25°C）和低压（<10Pa）下对苯的吸附量高达3.28mmol/g，参数性能优于其他多孔材料。此外，孔道的疏水性有效抑制了水分子的竞争吸附，使材料在高湿度（80% RH）下仍然保持对苯的高效动态吸附，尾气中苯含量低于室内标准。这些特性确保了BUT-55能够在真实、复杂的湿工业废气环境中，依然保持优异的痕量苯捕集性能，为发展下一代高效VOCs脱除技术提供了新材料支撑。
环己烷被广泛用作树脂、橡胶、油漆、清漆、蜡、脂、沥青、精油等的溶剂、提取剂或去除剂，也是制备许多重要化学品的原料。目前，工业上大部分环己烷是由苯的催化加氢反应获得。为了提高产品纯度并降低对环境和人类健康的负面影响，需尽可能地减少最终环己烷产品中未反应的苯残留。然而，由于具有相似的分子结构和物化性质（极相近的沸点：80.1和80.7°C），苯和环己烷的分离一直被认为是化学工业中的挑战。其团队报道了一种MOF材料Zn-Ade-TCPE，可实现苯和环己烷的筛分。去除液相环己烷中痕量苯的实验表明，1L纯度为99.9%的环己烷通过10g的Zn-Ade-TCPE材料吸附处理后，纯度可提升至>99.999%。
氨气（NH3）广泛来源于工业生产、农业活动和污水处理等过程，是一种典型的大气污染物，其排放不仅危害生态环境，还对人类健康构成威胁。在痕量浓度下实现对NH3的高效捕集，对于空气质量提升与污染控制具有重要意义。然而，现有多孔材料吸附剂对NH3的捕集性能有限，机制主要包括两类：一是基于Lewis酸位点的化学吸附，通过酸碱或配位作用实现较强的主客体结合；二是依赖于框架中羟基或配位水分子与NH3形成氢键的物理吸附。这两种机制分别存在吸附不可逆、再生条件苛刻，或湿度敏感、选择性低等问题，吸附强度与易于再生难以兼顾。该团队创制出一种基于Cu(II)-吡唑基MOF材料BUT-64(H2O)，通过引入桥连水分子，诱导NH3发生水合反应，成功实现了在高湿环境下对痕量NH3的高效、可逆捕集。该工作所发现的氨合分子阱机制突破了传统物理/化学吸附的限制，实现了高亲和力与易再生性的有机整合，为高性能氨捕集材料的设计提供了新思路。
一氧化二氮（N2O）不仅是一种强效温室气体（在100年的时间尺度上，其全球变暖潜能值（GWP）大约是二氧化碳（CO2）的273倍），而且是平流层中主要的臭氧消耗物质。己二酸的生产是主要的N2O工业来源，占全球每年人为N2O排放量的8-10%。在该生产过程中，尾气主要由N2O（38%）、N2（53%）、CO2（4%）、O2（5%）和水蒸气组成，N2O和CO2都需要在尾气排放到大气中之前被有效去除。当前的工业实践通常采用多步工艺：使用碱性溶液吸收CO2，在700-1300 oC下热分解N2O，或在大约500 oC下催化分解。这些方法能耗高、成本高且操作复杂。为去除N2O副产物，人们已经广泛研究了己二酸生产的替代合成路线，但未达到工业要求。因此，亟待发展能够同时去除工业排放物中的N2O和CO2的新技术。针对这一挑战，该团队设计并合成了一种Ni(II)-吡唑羧酸MOF（BUT-167），在模拟己二酸尾气（N2O/N2/CO2/O2）四组分混合物的分离实验中成功实现了同时捕集N2O和CO2。该材料对N2O和CO2分子产生很强的限域效应，其N2O吸附容量和堆积密度在已报道MOF中最高。而且，BUT-167在干燥和潮湿条件下均表现出卓越的动态分离性能，可同时去除N2O和CO2。该研究表明MOF在多种污染物同时捕集上具有独特优势，有望推动复杂气体混合物低能耗高效分离技术发展。
C5馏分是石油裂解产物中的重要组成部分，包括异戊二烯、1-戊烯、顺/反-2-戊烯和正己烷等多种组分，是高性能橡胶、医药中间体及精细化工生产的重要原料。然而，这些分子尺寸相近，沸点相差不足5°C，传统精馏与萃取工艺往往需多级分离步骤，工艺复杂、能耗高。吸附分离技术是分离C5混合物的低能耗替代方案，但实现五组分逐级分离仍面临筛分材料设计复杂、孔径匹配难度大等困难。针对这些问题，该团队提出了一种基于大语言模型（LLMs）的数据驱动筛选策略，自动提取文献中MOF结构与吸附性能的关联规律，构建了首个基于实验数据的MOF“有效孔尺寸”数据库，并据此筛选出ZIF-8、Co-FA、Co(pz-NH2)Ni和Co-gallate四种具有特异性筛分窗口的MOF材料。实验结果表明，ZIF-8能够选择性吸附除异戊二烯外的四种组分，实现异戊二烯高效纯化。通过进一步串联吸附系统，最终实现了C5混合物中各组分的逐级分离，获得高纯度异戊二烯、1-戊烯、顺-2-戊烯、反-2-戊烯和正己烷。这一工作不仅首次实现了C5烯烃的全体系分离，也展示了人工智能在材料筛选与过程优化中的强大潜力，为复杂体系吸附分离提供了解决思路。
2. MOF稳定性强化、绿色放大制备及产业化应用
同时，李建荣教授团队在MOF材料的稳定性强化与绿色放大制备方面也取得了多项突破性进展。尽管MOF在气体吸附、催化及分离等多个领域展现出巨大潜力，但许多MOF在酸、碱及湿热等苛刻环境中易发生配位键断裂、结构坍塌，长期制约其实际应用。针对这一瓶颈问题，提出“多因素协同稳定性强化”策略：在分子尺度上，通过强化金属-配体配位强度、构筑多核金属簇节点、引入刚性或疏水有机配体等手段，实现了MOF稳定性的全面提升。相关研究不仅揭示了MOF稳定性的内在决定因素，也为高稳定MOF理性设计提供了指导。
迄今，该团队已经成功构筑了多个在极端化学条件下仍能保持完整结构的MOF材料。例如，卟啉-吡唑配位框架PCN-601在饱和NaOH（≈20 mol L–1）水溶液中于室温和100 °C均能维持结晶性与孔隙率，实现了极端碱性条件下的结构稳定性。与之互补，通过构筑Cr(III)–羧酸强配位键与在孔道中引入高密度–SO3H位点的协同设计，所得BUT-8(Cr)A能够在浓硫酸中保持结构完整，在100% RH、80 °C条件下展现1.27 × 10–1 S cm–1的超高质子电导率，体现出在强酸和高湿环境下稳定且保持良好性能的特征。该研究将MOF的可用工况从温和环境拓展至强酸、强碱及高湿等极端条件，为其在化工生产、能源转化与环境治理中的工程化应用奠定了坚实基础。
在绿色放大制备方面，该团队针对传统合成普遍存在“有机溶剂依赖强、放大效率低、粒径一致性差、时空产率低”等问题，系统优化结晶路径与传质过程，建立了高效、绿色的MOF合成路线。通过调控晶核生成速率、控制反应介质性质（改变溶剂、助剂、温度/浓度梯度）、强化“三传”（动量传递、热量传递、质量传递）过程，实现了若干MOF在水相中的可控结晶与规模化制备。同时，团队发展了“晶种”诱导结晶MOF水相高效绿色合成新方法。该方法添加母体MOF作为晶种，跳过高能垒结晶诱导期并避免形成多相杂质，显著提升结晶效率与相纯度，实现了十余种重要MOF的水相绿色制备，同时大幅降低了反应温度，缩短了反应时间，显著提升了时空产率。经过大量尝试，筛选创制低成本材料，并优化调控合成路径与工艺，实现了数种MOF的公斤级放大制备，实验室单批产量已突破十公斤，且多数反应以水为溶剂，有效控制了成本。
也突破了多种MOF的成型造粒，发展并完善了相关工艺。对于空间有限或需要柔性器件的场景，该团队正在发展喷涂、浸涂、原位生长成膜、3D打印等相关工艺将MOF材料器件化。这些研究极大地推动了MOF材料从实验室走向工业化应用的进程，促进了“材料”到“产品”的跨越。
在上述研究的基础上，该团队联合多家企业共同推动MOF的应用。将一些可公斤级放大制备具有自主知识产权的MOF材料应用于汽车和室内空气中甲醛、苯的去除，及高纯气体的深度脱水，商业化产品已在市场销售，综合性能相比其他产品有显著提升。
经过十余载的持续探索，李建荣教授团队在材料创制、性能调控与应用拓展方面形成了系统化研究体系，涵盖从分子设计、结构构筑到功能实现的创新路径。同时，注重将基础科学问题与工程应用需求相结合，通过系统的结构—性能—工艺关联研究，揭示了MOF材料在稳定性、可加工性与功能集成方面的内在规律。系列相关成果在国际权威期刊上发表，并获得数十项发明专利授权，为MOF材料的产业化提供了技术储备。
此外，该团队近年来也开展了基于分子化学工程的化学储能材料与AI赋能新材料创制研究。
3. 液流电池电解质材料分子化学工程与技术
李建荣教授团队在系统开展MOF材料吸附与催化应用提质增效节能减污的基础上，进一步将研究领域拓展至电化学储能与能量转化新材料，构建了贯通分子设计、结构调控与器件加工的创新链。对于水系有机液流电池（AORFB），团队针对电活性物质能量密度有限、反应可逆性差及体系稳定性不足等关键科学问题，从分子化学工程角度出发，设计开发了多个系列的高溶解度、可调电位、结构稳定的有机电解质分子。通过精确调控官能团极性、水化能力、氢键作用、立体构型与电子离域程度，实现了电解液在溶解度、黏度、电化学可逆性与化学稳定性之间的平衡优化，从而显著提升了体系的能量密度与循环寿命。团队也结合高比表面积碳毡电极与高效电堆结构优化，构建出兼具高效率、长寿命与经济可持续性的水系液流电池体系，为发展安全、环保且具成本竞争力的储能技术提供了新的材料与工程化解决方案。 在此基础上，团队进一步将MOF的结构可设计性与电化学可调性引入液流电池体系，探索其在界面反应动力学调控与储能体系稳定性提升中的作用。通过构筑具有功能化孔道与活性位点的多孔电极结构，促进电子与离子高效传输，开发出基于MOF的靶向氧化还原体系，有效弥补传统液流电池能量密度受限的不足。
在质子传导材料方面，团队创新性地将柔性MOF引入质子传导体系，利用其有序且可设计的孔道结构与可调酸性位点（如–SO₃H、–COOH等）构筑连续的质子迁移网络。通过在分子层面精准调控框架结构与配体功能性，在高湿环境下诱导形成稳定的氢键传导通路，并借助骨架柔性有效缓解结构松弛对传导通道的破坏，从而实现高电导、低活化能与优异循环稳定性的协同提升。该类材料在质子交换膜燃料电池（PEMFC）等能量转化器件中可兼具高离子电导率、宽电化学窗口与良好可加工性等优势，为低温高湿条件下的高效能量转化提供了新的材料支撑与设计思路。
4. AI赋能新材料研究
在人工智能与材料科学的交叉领域，李建荣教授团队将机器学习与大语言模型（LLMs）研究从“通用”拓展至多孔材料、液流电池等“专业”体系，构建了从数据驱动设计到智能自动化发现的创新链。在材料高通量筛选方面，针对传统“试错式”研究效率低、成本高的瓶颈，团队开发了数据驱动的可解释机器学习模型。通过结合反应机理精心选择特征描述符，实现了对CO2环加成反应催化剂的高通量筛选。在利用LLMs实现材料智能设计方面，团队通过LLMs从大量文献中提取数据，构建了“有效孔尺寸”（Effective Pore Size）数据集，实现了C5烯烃混合物分离吸附剂的快速筛选与精准发现。还创新性地将多智能体（Multi-Agent）系统引入材料研究，开发了集成化AI系统。该系统通过模拟“管理团队”与“技术团队”的协同工作，能够完成从科学问题分析、多目标筛选（如CO2捕集与转化耦合）到实验设计的完整流程辅助科学研究。
此外，为应对海量文献中知识“非结构化”的挑战，团队将LLMs与知识图谱技术深度融合，构建了以数据驱动、知识整合与智能决策为核心的新材料研究范式。在这一体系下，海量文献和实验数据能够被高效结构化并解析，强化了模型专业知识能力，有力支持了从材料设计、性能筛选到实验指导的全流程智能化研究。相关成果显示，晶态多孔材料领域的KG-FM问答系统准确率高达91.67%，液流电池领域的Chat-RFB准确率则达到94.9%，充分验证了该模型在不同材料研究中的高效性与可推广性。研究实现了从信息获取到知识发现再到智能化实验决策的闭环，为AI赋能新材料的研究提供了可复制、可拓展的创新路径。
事迹和故事分享
科研是一场漫长的修行，而科研之路从不平坦——需要好奇心，也需要定力；需要耐心，也需要洞察力。
大道至简——从复杂中寻找本质。李建荣教授常对学生强调“大道至简”，科学研究尤其如此。在化学实验中，真正打动人的成果往往不是依赖复杂装置或繁复工艺，而是通过简洁、精准的设计揭示事物的本质。一个成功的实验，不在于操作步骤的多少，而在于是否抓住了关键变量、体现出清晰的逻辑和深刻的洞察。简单意味着对体系的透彻理解，是去除冗余后的本真表达。大道至简，化繁为简的过程，正是科学从感性走向理性的过程。唯有从复杂中提炼出本质，才能触及科学最深的规律，展现科学研究的真正魅力。
热门跟贴