围绕化学电源高分子膜材料，本人将致力于以下两方面的研究。其一是与低碳化学电源实验室的课题组合作，参与低成本、高性能的质子交换膜燃料电池的研究与开发。可产业化的质子交换膜具有以下特点：高质子传导性、离子交换容量、化学/热稳定性、拉伸抗张强度；适度的机械加工性能、含水率、水合溶胀率；以及低电导性、燃料渗漏性、电渗作用以及成本等。目前低碳化学电源实验室在直接甲醇燃料电池(DMFC)的研究已取得阶段性成果，接近于产业化开发。但仍有若干基础问题未能明确解释，深入研究这些问题将有助于电池性能的进一步优化。典型的基础问题如质子在高分子膜中的输运机制、掺杂粒子对甲醇渗漏的屏蔽机理、高分子膜与催化层结合后活性位点分布及活性影响以及如何使高分子膜与膜电极复合体（MEA）性能同步提升等亟需明确。为此，本课题组将在提升电池膜性能的一般规律的基础上，结合理论、计算机模拟和一些实验手段如小角X光散射（SAXS）、X光吸收精细结构(XAFS)等对高分子膜本体、催化中心等进行深入研究，进而阐明由高分子膜贡献电池性能提升的内在因素。在高分子膜本体中，通过计算机模拟和SAXS，根据高分子膜网络的关联长度、离子逾渗通道和甲醇逾渗通道在一定温度、湿度下与H2n+1On+、甲醇分子的平均自由程之间的关系、考察在特征高分子网络中的质子输运机理问题。此外，通过计算机模拟与XAFS结合，可以明确催化中心的化学环境，从而明晰提高贵重的铂系催化剂利用率、活性的方法。这一部分将深入发挥本人多年在小角散射研究高分子复杂体系以及多尺度计算机模拟的研究经历，从新的角度认识化学电源高分子膜材料，理论与实践相结合建立开发低成本高效能电池的技术路线。

其二是结合理论、分子模拟与生物信息学方法，对已报道的近万篇文献进行数据挖掘，收集与化学电源高分子膜组成、结构及电池性能相关的数据，建立具有代表性和完备性的数据库。该数据库将尽可能地收集包含高分子的特性参数（如分子量、嵌段聚合物组成、主链结构、侧链结构、链刚性、亲水性/疏水性、带电集团属性、电荷密度等）、掺杂粒子特性（如有机/无机粒子、水亲和性、粒径分布、表面带电性质、电导率、与高分子膜/催化层的相容性等）、膜结构参数（包括厚度、水接触角、杨氏模量、屈服模量、微纳米孔径分布、溶胀率、吸水性和玻璃化转变温度等）、环境条件（如温度、湿度、压力等）等因素，以及膜性能的主要指标（如离子传导率、离子交换容量、电导率或燃料渗漏率）。由于这些因素的类型分散性和数值不归一化性，很难给出显式的表达公式，非常有必要采用生物信息学方法如支持向量机器学习方法(SVM)、神经网络算法(NN)、基因遗传算法(GA)和随机森林算法(RF)等对数据库中的数据进行深层次、大规模回归或聚类分析。以提高膜性能参数为目标，找出可靠的、具有一定普适性的、定量或半定量的关联关系。进一步设计相应的物理模型，开展计算机模拟验证或修正、阐述这些关联性背后的物理机制，为长远的化学电源膜材料开发建立系统的理论模型。这一方面的研究将充分结合本人在高分子物理、大分子化学、生物信息学和对复杂体系复合物的研究经历，利用物理、化学和材料科学的一些基础理论，综合已报道的一系列就离子传导、高分子材料润湿、相分离、分子-离子间相互作用等的物理模型，全面阐述化学电源高分子膜材料的特殊性、形成机制及可能的调控方法。