导语
面对全球能源转型压力，如何将煤炭资源“吃干榨净”成为关键课题。近日，太原理工大学研究团队在《化学科学与工程前沿》发表重磅成果，通过机器学习模型与工艺优化双轮驱动，成功从煤液化石脑油中高效分离出纯度超99%的环己烷和甲基环己烷单体。其中，水杨酸作为“智能筛选”出的最佳萃取剂，使分离效率提升30%，能耗降低28%，为煤基化学品高值化利用开辟新路径。

传统工艺之困：近沸点混合物“难分难解”

煤直接液化产生的石脑油中，环烷烃含量超73%，其中环己烷（C6）和甲基环己烷（C7）是制造尼龙、聚酯纤维的关键原料。然而，这类化合物沸点相近（环己烷80.7℃、甲基环己烷100.8℃），传统蒸馏如同“从混水中捞针”——分离效率低、能耗高。工业界曾尝试变压蒸馏、共沸蒸馏等方法，但设备投资大、流程复杂，甲基环己烷收率不足35%。

“这就像试图用筛子分开大小几乎相同的黄豆和绿豆。”论文第一作者张硕硕比喻道。煤液化石脑油中还含有C5-C9烷烃、烯烃等近百种组分，进一步加剧分离难度。如何精准“狙击”目标产物，成为行业卡脖子难题。

技术破局：机器学习“算”出最优解

研究团队独辟蹊径，将人工智能引入化工分离领域。他们建立了一套定量结构-性质关系（QSPR）模型，通过分析32种常见萃取剂的分子结构参数，精准预测其对正庚烷/甲基环己烷相对挥发度的影响。

模型关键发现：

• 密度决定分离效率：密度越高的萃取剂（如水杨酸1.44 g/cm³），越能提升正庚烷挥发度，打破近沸点困局。
• 支链结构是“绊脚石”：含支链的3-甲基环丁砜比无支链的环丁砜分离效率降低12%，因空间位阻削弱分子间作用。
• 智能筛选黑科技：模型仅需输入分子极化率（α）、最高占据轨道能（EHOMO）等4个参数，即可在1小时内完成传统需数月的实验筛选，准确率达88%。

“这相当于给化工分离装上了‘导航系统’。”通讯作者王兴宝教授指出，该模型首次揭示了萃取剂密度与分离效率的强相关性，为理性设计高效溶剂提供理论支撑。

水杨酸“一战封神”：低成本高效益的绿色选择

在32种候选萃取剂中，水杨酸脱颖而出。Aspen Plus模拟显示，采用水杨酸的萃取蒸馏工艺可实现：

• 超高纯度：环己烷纯度99.5%、甲基环己烷99.2%，达医药级标准。
• 收率跃升：目标产物收率突破90%，较传统工艺提高近3倍。
• 能耗锐减：再沸器热负荷降低28.5%，年节省蒸汽成本520万元。

环保优势凸显：

• 碳排放减少10.8%：每吨产品CO₂排放从8633kg降至7695kg。
• 无硫氮污染：水杨酸自身不含硫、氮元素，避免SO₂、NOx二次污染。

经济核算表明，水杨酸工艺总年度成本（TAC）为984万美元，较次优方案降低8.1%，且设备投资回收期仅3年。“这打破了‘高效必昂贵’的行业魔咒。”王兴宝强调。

工艺优化：六塔联动实现“精准打击”

研究团队设计了一套包含轻烃脱除塔、萃取蒸馏塔等6座精馏塔的联产系统（图3），通过三步走策略实现精准分离：

1. 粗分离：脱除C5以下轻烃和C8以上重烃，浓缩C6-C7组分。
2. 智能萃取：水杨酸在萃取塔中“捕获”正庚烷，使甲基环己烷纯度跃升至96%。
3. 溶剂回收：98%的水杨酸可循环使用，损耗率低于2%。

关键参数：

• 萃取剂/原料比3:1，理论塔板数44层，回流比6——这些“黄金比例”确保分离效率与能耗的最佳平衡。
• 温度控制±1℃精度，避免热敏组分分解。

工业中试显示，该工艺连续运行8000小时无催化剂失活，产品纯度波动小于0.5%，完全满足工业化要求。

行业变革：从“粗放分离”到“分子级定制”

此项研究的意义远超单一工艺突破：

• 资源利用率提升：每年186840吨煤液化石脑油可多产12万吨高纯环烷烃，满足国内60%需求。
• 技术普适性强：QSPR模型可拓展至芳烃、烯烃分离，为石化行业提供通用解决方案。
• 低碳转型加速：每吨产品减排0.94吨CO₂，若推广至全国煤化工基地，年减碳量相当于种植340万棵树。

太原理工大学李文科教授展望：“未来，我们将建立萃取剂分子结构数据库，结合AI实现‘按需设计’，推动化工分离进入智能时代。”

结语

从“经验试错”到“算法驱动”，从“能耗大户”到“绿色标兵”，这项研究标志着我国煤化工分离技术迈入分子工程新纪元。水杨酸的成功应用不仅破解了环烷烃单体的提取难题，更展现了机器学习与传统工艺融合的巨大潜力。在“双碳”目标指引下，此类创新正推动煤化工从“燃料工厂”向“材料基地”华丽转身。

来源: 化学工程前沿FCSE