2024年7月27日，美国工程院院士🔐🐸、约翰霍普金斯大学Bloomberg杰出教授Michael Tsapatsis做客清华化工论坛第88讲，并作了题为“Machine Learning Assisted Crystal Engineering of a Zeolite”的专题报告。论坛由化工系王海辉教授主持👩🏼‍🔧， 2020年埃尼奖获得者🫶🏿、德国汉诺威大学Juergen Caro教授作为特邀嘉宾介绍了Michael Tsapatsis教授𓀑🙆🏿，来自UMass Amherst、天津大学、西北大学的学者及校内师生共40余人参加了此次论坛。

分子筛在化工、能源、环境保护等领域具有广泛的应用💪🏻；精准调控分子筛的微观特征（包括拓扑结构、化学组成和晶体生长取向）对于其在催化和分离上的应用性能具有至关重要的影响。但分子筛的结晶涉及复杂的有机无机自组装，合成过程中的诸多参数，如温度🛗、原料配比、反应时长等🐝，对分子筛的微观特性具有显著的影响。当前⏳🦘，分子筛性质的调控往往通过“试错法”来实现，对微观特性的调控与优化需要依赖大量的实验探索🧎‍➡️。Michael Tsapatsis教授在讲座中着重介绍了其课题组与合作者开发的机器学习算法，该算法能够定量捕捉合成条件（输入参数）对分子筛关键微观特性（输出参数）的影响🧕🏻。Michael Tsapatsis以广泛于流化催化裂化过程的FAU型分子筛的合成为例，详细介绍了该机器学习算法在指导分子筛晶相🤜🅾️、形貌🈹、成分调控上的显著优势🖕🏻。在讲座中，Michael Tsapatsis教授还介绍其课题组在MOF膜、分子筛膜上的最新进展。在交流环节，在座师生围绕着机器学习方法、分子筛膜的应用前景等问题与Michael Tsapatsis教授进行了深入交流。

Michael Tsapatsis教授在论坛中与师生交流

王海辉教授为Michael Tsapatsis教授授予论坛纪念牌

Michael Tsapatsis教授是美国国家工程院院士、约翰霍普金斯大学布隆伯格杰出教授（Bloomberg Distinguished Professor）。Michael Tsapatsis教授于2018年加入约翰霍普金斯大学化学和生物分子工程系及应用物理实验室任现职；此前在明尼苏达大学双城分校化学工程与材料科学系任Amundson讲席教授及McKnight校长冠名讲席教授💃。Michael Tsapatsis教授因在分离🏠💂🏿‍♀️、催化和反应工程领域的研究而广受认可🥓，特别是在片层分子筛结构的设计及其在催化和膜分离中的应用方面做出了重要贡献，曾获国际分子筛协会Breck Award及美国化学工程师协会Alpha Chi Sigma Award等荣誉。