在热力学可逆循环过程中，用温–熵图(T–S图)表示系统的温度与熵的变化关系，能同时显示出系统所吸的热与所做的功，从而可以方便地计算得到该循环的热功转换效率。本文总结了T–S图在多个经典热功转换循环过程中的应用，还介绍了近期报道的、利用电势的温度效应或浓差效应构建热力学循环，从低品位热能中获取能量的几个新型能量转换过程以及T–S图在其中的指导作用，可加深师生对T–S图的理解和认识，并拓展其应用范围。

合成氨(NH₃)的发展是现代工业进程和人类生存的基石。受氮气(N₂)化学惰性的限制，当前的合成氨工业能源消耗高并且排放大量的二氧化碳。电化学氮气还原反应(NRR)，是有望取代高能耗的Haber-Bosch (HB)合成法的一种绿色可持续的合成氨工艺。然而，因氮气以及析氢竞争副反应(HER)导致电催化氮气还原极低的NH₃产率和能量转换效率一直是目前人工固氮领域面临的挑战。在本文中，我们报道了一种具有丰富孔结构的磷掺杂碳(PC)负载Zn₃(PO₄)₂/Zn₂P₂O₇纳米复合材料(h-PC/Zn₃(PO₄)₂/Zn₂P₂O₇)，在酸性和中性介质中将N₂高效催化转化为NH₃。其独特的分级多孔结构提高了表面粗糙度并加快了氮气在催化剂体相中的扩散，这有利于延长氮气在催化剂表面的停留时间以及提高活性位点的利用效率；而多组分的均匀分布可以调节电子结构并优化反应中间体的吸附行为，进而提高活性位点的本征活性。在0.1 mol∙L⁻¹ HCl电解液中，h-PC/Zn₃(PO₄)₂/Zn₂P₂O₇在−0.2 V vs.可逆氢电极(RHE)电位下NH₃的产率可以达到38.7 ± 1.2 μg∙h⁻¹∙mg_cat⁻¹，法拉第效率为19.8% ± 0.9%。此外，h-PC/Zn₃(PO₄)₂/Zn₂P₂O₇在0.1 mol∙L⁻¹ Na₂SO₄溶液中同样展现出优异的电催化氮气还原合成氨性能，NH₃产率及法拉第效率分别为17.1 ± 0.8 μg∙h⁻¹∙mg_cat⁻¹和15.9% ± 0.6%，明显优于PC/Zn₃P₂、C/ZnO和大多数报道的非贵金属电催化剂。这种优异的性能主要归因于多孔结构有利于传质及多组分活性位点协同效应。此外，我们采用非原位X射线光电子能谱(XPS)、透射电子显微镜(TEM)和X射线衍射(XRD)等表征手段对NRR测试前后h-PC/Zn₃(PO₄)₂/Zn₂P₂O₇的组成和结构变化进行了剖析。在反应后检测到了新增的N物种信号，证明催化剂表面确实发生了氮气还原反应。本研究提供了一种通过同步构建传质通道并耦合不同的活性位点以协同增强NRR活性和选择性的新思路，这对加快绿色制氨工业化具有重大意义。

在甲基橙合成原型实验的基础上，将自制的“自动化加料和数字化控温”装置引入实验中，增加了实验安全性，避免了由人力加料导致的反应不均匀、副反应过多等问题，优化了实验流程，提升了实验安全性。在实现原教学目标基础上，使学生能专注于实验现象的观察以及对实验原理的理解，更侧重学生素质能力提升。

数字化实验因数据采集方便、可视化及智能化等优点适用于化学实验教学。间接碘量法测铜含量需准确判别滴定至浅黄色加淀粉指示剂、滴定至浅蓝色加KSCN和滴定终点米白色这三处关键颜色。通过大量实验建立数据库，明确关键颜色HSV (色调-饱和度-明度)阈值，开发辅助滴定App。数字化设计后相对平均偏差为0.11%，较人眼观察提高了实验精密度，激发学生多学科交叉兴趣。

立足新时代教育数智化战略发展要求，结合化学学科实践育人核心功能，针对当前高校化学实验室建设中存在的数智资源分散、虚实融合不足、管理效率偏低、安全管控薄弱等问题，明确化学实验室数智化建设的核心目标与定位，从数智教学资源建设、智能装置设备升级、AI赋能安全与教学管理、建设实施路径及成效考核等方面，提出系统的建设建议与实施方案。构建了“资源共谋共建、成果开放共享、线上线下融合、虚实结合、数智赋能、双创实践育人”的化学实验室数智化建设体系，为全国高校化学实验室数智化转型升级、提升实验教学质量与人才培养能力提供理论参考与实操指导。

材料表面是能量储存和转化反应发生的直接场所，因此，真实反应条件下材料的表面化学和结构在理解反应机理方面起着关键作用。X射线光电子能谱是一种表面敏感技术，已经成为研究材料表面复杂成分和电子结构的主要工具之一。传统的X射线光电子能谱受限于真空条件，这限制了对原位条件下固-气和固-液界面的研究。但随着真空差分技术和静电透镜系统的引入，X射线光电子能谱不再局限于超高真空条件。结合同步辐射光源的优势，近常压X射线光电子能谱(NAP-XPS)展现出更先进的特点。在近年来，NAP-XPS迅速成为研究各种固-气和固-液界面的重要工具。通过NAP-XPS和一些先进的光谱学和显微镜技术，研究人员可以获得原子尺度的界面信息，这使得他们能够更深入地了解这些界面的性质。本文对近年来代表性的NAP-XPS研究进展进行了简要回顾，以阐明其在固-气和固-液界面研究领域中引发的新认识。最后，文章还讨论了关于NAP-XPS技术的挑战和前景，希望可以激发新的研究思路。

固液分离是化学合成与分离、纯化等实验中的基本操作之一。常用的固液分离方法有倾析法、离心分离法和过滤法，一般需根据固体颗粒的大小、固体量的多少以及液体的黏稠度等选择适宜的固液分离方法。本文主要介绍基于过滤分离的常压过滤和减压过滤的原理和适用对象、分离操作的基本要点和注意事项，并提出了常压过滤和减压过滤的基本操作规范建议，希望能为同行开展实验教学提供参考。

数字化实验相较于现有教材实验，具有较强的综合性、创新性和直观性。本文将数字化传感技术引入有机化学实验基本操作中，借助温度传感器和压强传感器对常压蒸馏、减压蒸馏和分馏实验开展改进与创新探索。研究结果表明，通过运用温度传感器、压强传感器对实验装置进行优化，能够实时监测常压蒸馏、减压蒸馏与分馏等基本操作过程中的温度和压强变化情况，并自动采集、记录时间–温度曲线及时间–压强曲线。这一融合举措实现了有机化学实验的数字化转变，提高了学生学习的深度与广度，可在本科有机化学实验教学中推广实施。

传统的热催化CO₂转化要求高温高压条件，等离子体能实现常温常压下驱动CO₂加氢制甲醇，是节能降碳、实现“双碳”目标的重要举措。本作品设计新型介质阻挡放电(DBD)等离子体液膜反应器，克服高CO₂转化率和高甲醇选择性不可兼得的困难，实现了等离子体反应和分离的高效耦合。本实验中针对等离子体反应控温难和工艺参数优化过程复杂两大问题进行数字化设计：利用红外热成像仪对放电区域温度实时监控，克服传统热电偶存在的测量局部性及容易与高压电极尖端放电等缺点，并通过自动控制模块调节冷凝液温度和流速，维持等离子体放电产热与散热的动态平衡，实现精准控温；通过训练人工神经网络(ANN)模型，定量分析复杂工艺参数与反应性能的关系，并确定其影响权重，实现最优条件的智能预测与工艺优化。本专业实验课程融合数字化技术与人工智能方法，通过智能化实验设计培养学生跨学科创新能力，契合新工科人才培养需求。

碳纤维作为国防、航空航天、轨道交通等领域的关键材料，已被纳入国家战略发展规划。其前体(如共聚聚丙烯腈)的结构组成是影响碳纤维结构与性能的核心因素。然而，我国在碳纤维共聚前体的合成及应用方面仍面临技术瓶颈，亟需通过本科相关教学实验培养具备专业知识与创新能力的复合型人才。目前，本科高分子化学实验课程多以均聚物自由基聚合实验为主，并采用单变量控制的非探究性模式进行。由于实验时长有限、单体种类与比例选择复杂以及仪器条件不足等因素，具有重要应用的共聚物的合成实验难以纳入传统的实验教学中。随着人工智能等数字化技术的快速发展，这一困境有望被突破。本研究设计了一套基于共聚物合成及应用的数字化实验教学方案，通过利用开源数据库训练神经网络，借助人工智能程序预测不同合成策略的结果，学生可在虚拟实验平台上优化相关参数，模拟聚丙烯腈基碳纤维的全流程合成及性能测试，进而指导开展线下探究性碳纤维共聚前体的合成实验，产生的实验数据可上传至平台，用于微调预训练模型，从而逐步提高人工智能模型的预测精度。最终，通过与相关虚拟仿真实验的链接，构建了碳纤维前体“合成–结构–性能–应用”的全流程模块化实验体系，为学生提供了一个系统性、探究性及创新性的数字化综合实验，有效提升了人才培养的质量。