锌电池凭借高安全性、低成本和环境友好性，在可持续储能领域备受关注。相比常规锌箔电极，锌粉（ZnP）电极具备结构设计多样性、形态可加工性和规模化生产潜力等显著优势，但其固有的单分散结构导致了迟缓的离子/电子扩散动力学，限制了其应用。受生物体皮肤和毛细血管结构启发，同济大学化学科学与工程学院刘明贤教授团队开发了一种仿生类皮肤-毛细管结构的全链离子/电子传导网络的ZnP电极（ZnP-FC），其表面芳纶纳米纤维涂层（...

大自然为构建具有所需性能的结构材料提供了大量的仿生设计灵感。仿生学旨在利用自然界中观察到的精密工程设计，包括生物体的结构、功能和适应性，开发创新的方法和技术。与传统的传感系统相比，仿生传感器系统采用现有的技术和工艺来模拟自然结构和材料，带来与自然传感系统相当的性能。在自然界中，蜘蛛是最古老的物种之一。蜘蛛网由蜘蛛分泌的丝线组成，是一种具有高抗拉强度、高韧性、高稳定性和高弹性的交织网络，具有独特...

由于具备安全性高、成本低、能量密度/功率密度高、环境友好等优势，水系锌离子电池在新型可充电电池中极具竞争力。研究发现，调控锌金属的晶体取向以暴露更多的锌（0002）平面是实现锌负极长效循环的有效策略。尽管通过电解液组分优化和电极工程能够在一定程度上提升锌负极中（0002）晶面的暴露，但制备仅具有单一（0002）平面的锌金属负极并维持持续的锌离子定向成核仍面临严峻挑战。同济大学化学科学与工程学院刘明贤教授团队...

2024年9月12日，科睿唯安发布了最新的ESI学科数据。数据显示同济大学化学学科目前国际排名第155位，较7月提升6位，当前ESI国际排名为0.781‰

人脑的神奇之处在于其能够处理和整合多感官信息从而实现高级认知功能。有鉴于此，人工仿生系统可以通过模仿人类的感觉器官来感知和处理各种感官信息，从而实现更高效、准确的识别，并缩小人工智能与自然智能之间的差距。在人类多感官神经网络中，视觉、触觉、听觉、嗅觉和味觉的整合与交互有助于实现跨模态整合、识别和联想等高级认知功能，从而准确评估和全面理解多模态世界。其中，人类从环境中获取的信息 80% 以上是通过视觉...

氢键有机框架（Hydrogen-bonded organic frameworks, HOFs）作为一种新兴的晶态多孔材料，主要由纯有机或金属有机构建单元通过氢键相互作用构筑而成，框架可通过范德华力、静电、π-π、 C-H…π相互作用等进一步强化。功能化氢键有机框架是指通过离子交换、配位后合成修饰和原位合成等策略将外来功能物种引入HOFs框架以赋予其特定功能的杂化材料。发光功能化HOFs可以产生丰富的发光中心，能对特定的分析物或刺激表现出敏感的光...

非线性光学吸收材料可用于光学神经网络、上转换激光/荧光、亚带隙近红外光电探测、光限幅和光调制等前沿光电领域。非线性光学吸收系数和调制深度是非线性光学吸收材料的关键参数，调制深度体现了材料调制光的能力，而非线性光学吸收系数反映材料调制光的效率。然而，当前主流的非线性光学吸收性能提升策略难以实现兼具高非线性光学吸收系数和大调制深度的非线性光学吸收材料的研创。欧洲科学院院士、德国国家工程院院士、同济大...

二氧化碳和硝基苯作为典型的温室气体和水体污染物，亟待处理。当前的处理方法是将二氧化碳还原为低附加值的碳质燃料，将硝基苯还原为毒性较低的苯胺。然而，硝基苯和二氧化碳也是潜在的碳氮资源。因此，一种一箭双雕的策略被提出，以废治废、变废为宝，通过将温室气体二氧化碳和硝基苯氮双耦联碳成键转化为高附加值的有机氮化合物N,N二甲基苯胺。然而，二氧化碳和硝基苯合成N,N二甲基苯胺是非常困难的，需要两个二氧化碳和一个...