7月19日至8月8日，校区23名师生赴英国帝国理工学院顺利完成Carbon Capture and Pilot Plant Operation与AI and Autonomous Industrial Systems项目学习。此次访学行程紧凑、内容深入，全面提升了学生的专业素养、工程实践能力与国际视野。

Carbon Capture and Pilot Plant Operation 项目

项目第一周为理论学习，围绕化工核心单元操作中的传热与传质两大主题展开系统讲授，帮助学生巩固了分析和解决实际工程问题的理论功底，为后续碳捕集工厂实操打下坚实基础。第二周起，访学进入Pilot Plant Operation阶段，由Colin教授负责指导，同学们系统学习了解析P&ID图，理清了各股物流的走向与控制逻辑。随后实地进入工厂，逐一辨识组件的实际位置，追踪流通与循环路径，并寻找关键阀门及各类指示仪表。校区师生还参加了Geoff教授主讲的The Future of Energy讲座，就未来能源结构等话题深入交流，进一步拓宽对能源领域前沿问题的认知边界。

第三周为实地测量周，大家共同设计并完成了测量MEA循环过程中最大安全泵速的操作指示。经过多组稳态测试，同学们成功测定了该工况下的最大安全泵速，并验证了泵速与塔底液位之间的关联规律。完成测量后，大家与墨西哥的同学分组协作，撰写了一份详细的技术报告，涵盖了吸收塔的传质性能分析、换热器的热回收效率评估、全厂设备与控制系统的详细描述等，体现了同学们对碳捕集工艺的系统性理解，以及运用化工原理解决实际工程问题的综合能力。

专业学习之余，帝国理工学院为访学团安排了丰富的文化交流活动。同学们与来自美国和墨西哥的学生混合组队进行足球友谊赛，还参观了温莎城堡、巨石阵和巴斯等英国著名历史文化景点。通过此次访学，同学们不仅提升了化工传热传质与碳捕集操作方面的专业技能，更在跨国团队协作、英语学术表达与工程安全意识方面获得了宝贵经验。

AI and Autonomous Industrial Systems 项目

AI and Autonomous Industrial Systems项目以机器学习、优化与自主系统为主线，由Mehmet Mercangöz博士主讲。第一周包含机器学习导论、线性代数、概率统计等基础内容，以及监督学习、无监督学习、主动学习、贝叶斯优化及强化学习等前沿方法，帮助同学们建立起完整的人工智能知识框架。课程设置了实训环节，通过“上午学原理、下午写代码”的学习节奏，大家逐步将抽象的数学模型转化为可运行、可分析的工程工具。

第二周，课程进入项目实践阶段。来自中国、墨西哥和沙特阿拉伯等国的同学混合组队，在Antonio Del Rio Chanona博士团队的指导下，围绕无监督学习、监督学习和强化学习三个方向开展集中研究。课程同步安排有效沟通与展示技巧工作坊、职业规划讲座等活动。汇报环节，各组以英文形式呈现研究问题、技术路线、实验结果与局限性分析。面对评委的提问，同学们结合数据和模型结果进行回应，在真实的国际化学术环境中锻炼了技术表达、逻辑论证与临场沟通能力。

第三周的内容进一步聚焦自主系统及其工业应用。同学们通过系列课程思考人工智能如何服务于复杂工业过程中的智能感知、优化决策与自主控制，还参加了与Gigaton、Applied Computing行业嘉宾的对谈，近距离了解人工智能技术从实验室研究走向产业实践的真实路径。

项目期间，帝国理工学院组织访学团师生前往泰晤士河畔与格林威治参观，赴布莱切利庄园交流，在图灵及其团队曾工作的历史现场，感受密码破译、计算技术与人工智能发展之间的深厚联系。通过本次项目，同学们系统提升了机器学习编程、数据分析、智能优化等方面的能力，并在跨国协作和英文技术交流中拓展了国际视野。

审核：王天舒