陜西理工大學崔紅教授團隊在人工智能賦能儲氫領域取得重要突破

　　【儀表網 研發快訊】 近日，我校機械工程學院崔紅教授團隊在Nature子刊《npj Computational Materials》(IF：13.1)發表題為“Regulation of two-layer hydrogen adsorption in Metal-doped MXenes: few-shot learning, mechanisms, and transferability”的研究論文。陜西理工大學為第一通訊單位，我校機械工程學院青年教師田偉志為第一作者，2023級機械工程專業碩士研究生彭體人為共同第一作者，我校崔紅教授與西南大學袁宏寬教授為論文共同通訊作者。該研究利用小樣本學習和可解釋AI技術，突破了傳統試錯法在龐大材料空間中篩選高效儲氫材料的效率瓶頸，為原子級智能制造的微觀調控提供了理論支撐。
 

　　高效固態儲氫材料的研發，核心在于實現材料表面“原子級精準調控”。然而，面向原子級智能制造對微觀構效關系精準預測的迫切需求，傳統試錯實驗與高精度計算面臨計算成本高、篩選周期長等瓶頸，難以覆蓋龐大的材料組分空間。針對這一難題，團隊將人工智能與第一性原理計算深度融合，利用數據驅動方法探索微觀結構調控規律，成功揭示了MXenes材料表面兩層氫吸附的動態演化機制。這不僅為高效儲氫材料篩選提供了全新視角，也進一步夯實了原子級智能制造的智能決策基礎。
 

　　該研究針對儲氫結構表面第一層氫原子的強吸附與第二層氫分子的Kubas吸附的不同特點，分別構建了多算法融合的集成回歸模型與二分類識別模型，不僅克服了小樣本偏差與數據非均勻擬合難題，實現了對吸附行為的高精度預測與理想可逆儲氫位點的精準篩選；同時借助可解釋AI技術，闡明了基底主導、摻雜微調的調控機制，為精準設計與按需定制新型高效固態儲氫體系提供了重要的理論支撐。
 

　　該成果標志我校機械工程學院在“人工智能與原子級智能制造”交叉領域的科研創新實力取得重大突破，基礎研究水平邁上新臺階。
 

　　引用：【有組織科研產出高水平成果】崔紅教授團隊在人工智能賦能儲氫領域取得重要突破-陜西理工大學【引用時間：2026年8月3日】