Binary composites (ZIF-67/rGO) were synthesized by one-step precipitation method using cobalt nitrate hexahydrate as metal source, 2-methylimidazole as organic ligand, and reduced graphene oxide (rGO) as carbon carrier. Then Ru³⁺ was introduced for ion exchange, and the porous Ru-doped Co₃O₄/rGO (Ru-Co₃O₄/rGO) composite electrocatalyst was prepared by annealing. The phase structure, morphology, and valence state of the catalyst were analyzed by X-ray powder diffraction (XRD), scanning electron microscope (SEM), transmission electron microscopy (TEM), and X-ray photoelectron spectroscopy (XPS). In 1 mol·L^-1 KOH, the oxygen evolution reaction (OER) performance of the catalyst was measured by linear sweep voltammetry, cyclic voltammetry, and chronoamperometry. The results show that the combination of Ru doping and rGO provides a fast channel for collaborative electron transfer. At the same time, rGO as a carbon carrier can improve the electrical conductivity of Ru-Co₃O₄ particles, and the uniformly dispersed nanoparticles enable the reactants to diffuse freely on the catalyst. The results showed that the electrochemical performance of Ru-Co₃O₄/rGO was much better than that of Co₃O₄/rGO, and the overpotential of Ru-Co₃O₄/rGO was 363.5 mV at the current density of 50 mA·cm^-2.

针对信息技术迅猛发展的背景下化学史教学中存在的问题，基于线上的课程资源建设知识图谱，开设AI助教，初步探索了AI赋能的化学史教学方式。将知识图谱与AI助教应用于教学中，助力个性化的学习与学情诊断，通过教学实践初步证实了AI赋能的化学史教学改革解决了目前教学中存在的问题，提升了学生的学习兴趣与数字素养。教师借助知识图谱和AI助教的数据有助于全面诊断学情，为课堂教学的优化提供依据。

本项目通过结合单片机控制技术和步进电机，实现了对注射器的精确操控，进而构建了一个基于计算机视觉的人工智能滴定分析系统。该系统采纳了一种创新的计算机视觉方案，通过ResNet神经网络分类算法，依据指示剂颜色变化智能判定滴定终点。在23级分析化学实验课中，40名学生在4个学时内成功完成了实验，显示出该系统易于操作和学习。在首届智能实验挑战校赛中，57名学生组成的19支队伍不仅完成了比赛，更有4支队伍自主设计了新的硬件系统和软件算法，展现创新潜力。为了降低成本并便于推广，项目采用了商品化组件和3D打印技术。这些技术的融合不仅为分析化学基础实验的教学创新提供了新的方向，也为未来在智能实验领域的探索研究打下了坚实的基础。

生成式AI凭其卓越的自然语言处理与知识生成力，深刻影响着教育变革。本文探讨了生成式AI在分析化学教学中的应用，剖析了其在教学过程中的多重角色，并对智能备课、学生个性化学习路径的设计、考试结果分析的实施过程进行了详细探索，提升了学生和教师的学习体验与教学效率，为教学模式现代化提供新视角。同时，本文客观分析了AI在教学中的挑战，并提出应对策略，为生成式AI在分析化学及更广泛教育领域的深入应用提供参考。

实验室安全教育是研究生培养的重要环节，对高校教学与科研环境的安全至关重要。论文基于东北林业大学材料学院林业工程专业研究生课程，探讨了AI赋能的实验室安全教育体系。针对传统模式理论与实践脱节、教学方式单一等问题，构建了理论学习、虚拟仿真与实践演练三大模块。AI技术不仅提供沉浸式安全培训，还通过智能考核和个性化反馈优化学习效果。实践演练强化应急处理能力，提高实验安全素养。该体系显著提升学生安全意识，降低事故风险，为高校实验室安全教育的优化和推广提供了重要参考。

从数据驱动到化学符号的建立，是化学学科学习发展的核心过程。通过逻辑思维和模型建立相结合的方式是理解抽象化学符号的重要途径，也是衔接式化学教育的重要基石。本文以Transformer模型来模拟和演算阿伏伽德罗常数，以Scikit-learn内置模型来推导最概然分布，运用三重表征教学策略，探讨AI模型在化学衔接教育中的应用，特别是在理解阿伏伽德罗常数本质上是一个比例常数的基础上，将这一探索过程进一步延伸至玻尔兹曼常数、玻尔兹曼公式(熵的含义)，以及温度的定义及公式推演，帮助学生掌握并理解化学符号，深刻理会化学是一门研究聚集体的学科。

随着生成式人工智能(GAI)的迅速发展，其在教育领域的应用也受到广泛关注，多所高校陆续开展了AI+课程的探索。本课程基于超星平台，利用教材、课程视频、课程相关资料训练AI助教，使其能完成“医用有机化学”课程中一般性问题的解答，满足了部分学生全时段答疑的需求，并在实践中积累了改进AI助教功能的经验。

在形成和发展新质生产力的背景下，人工智能(AI)已成为化学研究及教育教学领域的强大工具。本研究基于东北林业大学材料化学专业在产教融合背景下的“学-知-用”培养模式改革，结合AI技术，通过构建智能虚拟仿真实验平台和产教协同智能评估系统，有效解决了传统教育模式中理论实践脱节(学用转化率不足42%)、知识体系碎片化(跨课程知识关联度仅31.7%)、创新成果转化迟滞(平均转化周期超18个月)等突出问题。项目实施三年来取得显著成效：学生创新成果转化周期缩短至5.8个月，较传统模式提升67.8%；在中国国际大学生创新大赛等国家级竞赛中获奖数量增长147.8%。本研究验证了AI技术在破解产教融合深层矛盾中的独特价值，构建的“技术赋能-实践强化-产业反哺”教育生态体系，为新工科背景下材料化学专业人才培养提供了可复制范式。

当前核磁共振波谱的仪器分析实验常常忽视核磁谱图解析的教学和训练。本文自主开发了基于DP5软件包的核磁谱图智能解析系统“AI核磁帮”，应用于本科生核磁解谱训练的结果判断，并开创性提出“AI+核磁仪器分析实验”的教学模式。AI核磁帮集核磁谱图识别标峰、用户解谱练习、AI验证结果和结果可视化反馈四大功能于一体，建成本科生解谱训练的一站式平台。学生通过仪器分析实验或文献获得核磁谱图后，在系统上进行解谱并给出化合物结构，DP5经分析计算后，反馈结构上各个碳原子的误差大小。学生通过不断试错和调整思路，解出正确结构，以此深入理解核磁谱图知识。开创的“谱库选谱-解谱实践-个性方案”教学模式，在锻炼学生解谱能力的同时，使用AI提高教学评价的效率，进一步开发后可应用于其他仪器分析实验。

秉持“科教融汇、协同育人”理念，融合人工智能(AI)与生物化学教学研究。本文探讨了AI技术在生物化学教学改革中的应用，构建了与生物医学工程专业教学案例——AI预测基因突变的功能效应，从案例实施背景、教学内容设计、组织实施及效果评价等方面，阐述了该AI赋能教学的典型案例设计与实施，培养学生的多学科交叉融合的学习思维。