1、化工过程强化及其热力学的研究
2、离子液体在过程强化中的应用、强化机理及分子动力学研究
3、机器学习在化工中的应用

（1）课题组提出一个联合热力学模型——COSMO-UNIFAC模型，该模型结合了基于实验数据的UNIFAC模型（准确预测）和基于量化计算的COSMO-based模型（准确预测）的优点，可用于预测缺少UNIFAC模型参数的多组分体系（尤其是含有有毒、有害物质的体系）的相平衡。
（2）课题组提出将COSMO-UNIFAC模型推广到含有离子液体的体系，该模型不仅可以预测普通的液体与离子液体的气液平衡（vapor–liquid equilibrium, VLE）的，也可以预测一些气体（例如CO2和H2S等）与离子液体的气液平衡（gas–liquid equilibrium, GLE）。
（3）课题组一直致力于将传统的、实用的UNIFAC模型推广到含离子液体体系，使之成为具有较强普适性的预测型活度系数方程。该模型已被国内外学者广泛地应用于分离剂筛选、过程设计、物性参数预测等研究方向。