精细化工

1.智能化工
2.化工过程模拟与优化

在国际重要期刊共发表论文40余篇，以第一/通讯（含共同）作者在AIChE J., Chem. Eng. Sci.,Ind. Eng.Chem. Res.化工三大刊上发表论文10篇，以及Renewable Sustainable Energy Rev., Appl. Enggy, Energy Convers. Manage., J. Cleaner Prod., Chem. Eng. J.等一区TOP期刊发表30余篇，封面论文2篇。申请国家发明专利8项，已授权4项。

[1] Yang QC(*), Zhao L, Bao R, Fan Y, Zhou J, Rong D, Zhou H, Zhang, D. Interpretable machine learning-assisted advanced exergy optimization for carbon-neutral olefins production. Renewable and Sustainable Energy Reviews 2025, 208, 115027. (IF=16.3, 一区TOP)
[2] Yang QC(*), Fan Y, Rong D, Bao R, Zhang D. An auto-configurable machine learning framework to optimize and predict catalysts for CO2 to light olefins process. AIChE Journal 2024, e18437. (IF=3.5, 化工三大刊)
[3] Bao R, Zhang F, Rong D, Wang Z, Guo Q, Yang QC(*). An interpretable machine learning-based optimization framework for the optimal design of carbon dioxide to methane process. Energy Conversion and Management 2024, 320, 119010. (IF=9.9, 一区TOP)
[4] Yang QC(*), Zhou J, Bao R, Rong D, Zhao L, Zhang D. Optimization and prediction of catalysts for precise synthesis of methyl glycolate from dimethyl oxalate using machine learning coupled with particle swarm optimization algorithm. Chemical Engineering Science 2024, 120295. (IF=4.1, 化工三大刊)
[5] Yang QC(*), Bao R, Rong D, Xiao J, Zhou J, Zhao L, Zhang D. (2024). Interpretable Machine Learning for Accelerating Reverse Design and Optimizing CO2 Methanation Catalysts with High Activity at Low Temperatures. Industrial & Engineering Chemistry Research, 2024, 63, 14727-14747. (IF=3.8, 化工三大刊)
[6] Yang QC(*), Zhao L, Xiao J, Wen R, Zhang F, Zhang D. Machine learning-assisted prediction and optimization of solid oxide electrolysis cell for green hydrogen production. Green Chemical Engineering, 2024. (IF=9.1, 一区TOP)
[7] Yang QC(*), Fan Y, Zhou J, Zhao L, Dong Y, Yu J, Zhang D. Machine learning-aided catalyst screening and multi-objective optimization for the indirect CO2 hydrogenation to methanol and ethylene glycol process. Green Chemistry 2023, 25(18), 7216-7233. (IF=9.3, 一区TOP)
[8] Yang QC(*), Fan Y, Zhou J, Zhao L. Optimal integration design of sustainable ethylene glycol production process considering economic benefit and environmental impact. Journal of Cleaner Production 2023, 396, 136540. (IF=9.7, 一区TOP)
[9] Yang QC(*), Zhang J, Zhou J, Zhao L, Zhang D. A hybrid data-driven machine learning framework for predicting the performance of coal and biomass gasification processes. Fuel 2023, 346, 128338. (IF=6.7, 一区TOP)
[10] Chu G, Yang QC(*), Zhao L, Zhang D, Xie J. Conceptual Design and Techno-Economic Analysis of a Novel Coal-to-Polyglycolic Acid Process Considering Wind–Solar Energy Complementary Features for Green H2 Production and CO2 Reduction. ACS Sustainable Chemistry & Engineering 2023, 11, 5937-5952. (IF=7.1, 一区TOP)

[1] 杨庆春; 张大伟; 刘星; 一种集成化学链和二氧化碳利用技术的煤制甲醇系统及方法, 2021-1-15, 中国, ZL201810224796.7. (已授权)
[2] 杨思宇; 杨庆春; 钱宇; 一种固体热载体油页岩炼制集成干馏气制氢系统及工艺, 2014-11-17, 中国, ZL201410652443.9. (已授权)
[3] 杨思宇; 杨庆春; 钱宇; 一种油页岩干馏气化学链制氢联合发电系统及工艺, 2014-8-29, 中国, ZL201410436632.2. (已授权)
[4] 钱宇; 杨庆春; 杨思宇; 一种油页岩炼油集成伴生煤气化制氢综合利用系统及工艺, 2014-6-11, 中国, ZL201410259090.6. (已授权)

1. 国家自然科学基金委员会，青年科学基金项目，No. 22108052, 煤与富氢资源联供制乙二醇系统多目标优化集成与能耗消减机制研究，2022-01至2024-12，30万元，在研，主持；
2. 合肥工业大学，学术新人提升B计划项目，JZ2021HGTB0117，煤与富氢资源联供制乙二醇系统多尺度建模与集成优化，2021-05至2022-12，20万元，已结题，主持；
3. 安徽省自然科学基金委员会，青年科学基金项目，No. 1908085QB69，低碳高效的煤制乙二醇过程开发与多目标优化，2019-07至2021-06，10万元，已结题，主持；
4. 安徽昊源化工集团有限公司，企业横向项目，HY202007-555，合成气经草酸二甲酯加氢合成乙二醇新工艺开发，2020-06至2022-05，12万元，已结题，主持；
5. 合肥工业大学，学术新人提升A计划项目，JZ2018HGTA0278，煤制乙二醇过程基础模型、过程开发与优化，2018-05至2019-12，5万元，已结题，主持；
6. 合肥工业大学，人才引进计划项目，407-0371000045，煤/油页岩制油过程全生命周期分析，2017-07至2018-06，4万元，已结题，主持；
7. 高端化学品及前沿新材料合肥市技术创新中心，HCHC202309，机器学习辅助草酸二甲酯精准合成乙醇酸甲酯催化剂构筑及其工艺优化，2023-08至2025-07，4万元，已结题，主持；
8. 智能互联系统安徽省实验室，基于工业互联的智能煤气化实时感知监测系统设计，PA2021AKSK0110，2021-01至2022-12，3万元，已结题，主持；
9. 国家自然科学基金委员会，面上项目，21676101，油页岩炼制过程油气提质增效技术创新与系统集成，2017-01至2020-12，99万元，已结题，参与；
10. 国家科学技术部，973项目子课题，2014CB744306，热解油气提质技术评价与高效炼制过程集成及多目标优化，2014-01至2018-12，420万元，已结题，骨干参与；

技术咨询