實驗室核心理念與研究願景

「從微觀分子設計到宏觀製程智慧化」

本實驗室致力於結合「實驗驗證、理論計算」與「前瞻 AI 賦能技術」，打造由微觀分子到宏觀工業製程的跨領域研究平台。從原子/分子尺度解析材料結構與傳輸機制，開發高分子功能薄膜；另一方面，將深度學習與生成式 AI 導入傳統化工產業，實現製程自主優化與智慧化設計。

核心研究方向｜Research Directions

主軸一：AI 與生成式技術在化工產業之智慧賦能

Deep Learning & Generative AI for Chemical Engineering

將 AI 技術串接化工系統工程，結合深度學習（Deep Learning）、生成式 AI（Generative AI）與智能代理人系統（Agentic AI），加速化工製程數位轉型與智慧製造：

• 化工製程即時優化與動態控制（Real-Time Optimization and Dynamic Control of Chemical Processes）： 運用物理資訊神經網路（PINN）與數據驅動模型，實現反應器與蒸餾塔等關鍵單元的動態先進控制（APC）與節能減碳。

• 化工專業領域知識庫建構（Domain-Specific Knowledge Base Construction for Chemical Engineering）： 結合檢索增強生成（RAG）與大語言模型（LLMs），建構專屬化工法規、操作 SOP 與文獻數據的智慧決策輔助平台。

• 自動化程序設計與流程合成（Autonomous Flowsheet Design）： 打造能自主呼叫化工模擬軟體的 AI Agents，實現化學製程流程圖自動建立、參數優化與驗證。

主軸二：高分子薄膜材料與機器學習分子模擬

Experiment & Multiscale Molecular Simulation

以高分子薄膜材料為核心，結合分子動力學（Molecular Dynamics, MD）與機器學習力場（Machine Learning Force Fields, MLFFs），在原子尺度精準解析材料的相分離微結構、介面交互作用與離子/分子傳遞機制：

• 鋰電池之增塑型固態高分子電解質（Plasticized Solid Polymer Electrolyte for Lithium Batteries）： 開發兼具高安全性與優異離子導電率之增塑型固態高分子電解質。

• 膜分離程序（Membrane Separation Processes）： 調控薄膜雙連續相結構與孔隙特性，應用於水資源回收、精密物質分離與環境工程。

• 機電轉換與自供電智慧感測（Electromechanical Energy Conversion and Self-Powered Smart Sensing）： 開發壓電/摩擦奈米發電（TENG/PENG）功能薄膜，實現軟體機器人用自供電智慧電子皮膚。

• 被動式輻射冷卻（Radiative Cooling）： 設計光學微奈米光譜調控薄膜，達成全天候零耗能被動散熱。

• 光催化產氫技術（Photocatalytic Hydrogen Generation Technology）： 開發高分子複合光催化材料系統，提升太陽能轉換效率與綠色潔淨氫能生產。