导语
近日，中国科学家在煤化工领域取得重要突破。太原理工大学清洁煤利用国家重点实验室团队开发出一项创新技术，成功从煤直接液化产物中高效分离出高纯度环烷烃单体。该技术结合机器学习模型与萃取蒸馏工艺，不仅将目标产物的纯度提升至99%以上，还大幅降低了能耗和碳排放，为煤炭资源的高值化利用开辟了新路径。

背景：煤液化产物的“宝藏”与困境
煤炭直接液化（DCL）技术可将固态煤炭转化为液态燃料，其副产品石脑油中富含环烷烃单体（如环己烷、甲基环己烷），这些化合物是生产尼龙、聚酯纤维等化工产品的重要原料。我国神华鄂尔多斯煤液化工厂每年产生约18.7万吨此类石脑油，其中环烷烃含量超73%。然而，传统分离方法如催化脱氢或简单蒸馏，因效率低、成本高，难以满足国内每年数百万吨的环烷烃需求。更棘手的是，石脑油中不同组分的沸点接近，易形成共沸物，常规蒸馏技术束手无策。

技术突破：智能模型“导航”萃取剂筛选
研究团队另辟蹊径，提出“萃取蒸馏+机器学习”双管齐下的解决方案。萃取蒸馏通过添加特定溶剂（萃取剂）改变组分的相对挥发度，从而打破共沸效应。但传统筛选萃取剂依赖耗时费力的气液平衡实验，面对石脑油中数十种复杂组分，这一方法效率极低。

为此，团队开发了基于定量结构-性质关系（QSPR）的机器学习模型。该模型通过分析分子极化率（α）、最高占据分子轨道能（EHOMO）、密度（ρ）和辛醇-水分配系数（logP）四个关键参数，预测正庚烷与甲基环己烷在不同萃取剂中的相对挥发度。模型准确率高达88%，交叉验证系数达0.94，可将萃取剂筛选时间从数月缩短至数天。

“这相当于为复杂的化工分离装上了一台‘智能导航仪’，”论文通讯作者王兴宝教授解释，“模型不仅能快速锁定高效萃取剂，还能揭示分子结构与分离性能的深层关联。”

关键发现：密度是分离效率的“胜负手”
研究发现，萃取剂的密度对分离效果影响最大。高密度且无支链结构的萃取剂（如水杨酸、环丁砜）可显著提升目标组分的相对挥发度。例如，水杨酸的密度达1.44 g/cm³，其相对挥发度比含支链的3-甲基环丁砜高出15%。团队进一步通过Aspen Plus软件模拟优化工艺流程，最终实现环己烷和甲基环己烷的纯度均超99%，收率超90%，较传统方法提升近3倍。

经济与环保双赢：水杨酸成“最优解”
技术落地需兼顾效益与可持续性。研究团队对比了水杨酸、N-甲基吡咯烷酮（NMP）等四种萃取剂的经济与环境指标。结果显示，采用水杨酸的工艺总年度成本（TAC）最低，比NMP方案降低8.1%。同时，其二氧化碳排放量（8632.8 kg/年）较NMP减少10.8%，二氧化硫和氮氧化物排放量也显著下降。

“水杨酸本身是天然植物代谢产物，可生物降解，且无需高温高压条件，”论文另一通讯作者李文英教授强调，“这一选择既符合‘双碳’目标，又能降低企业运营成本。”

工业应用前景：为煤化工升级提供“中国方案”
该技术已通过中试阶段验证，模拟优化的塔器参数（如理论塔板数44层、回流比6:1）为工业设备设计提供了直接参考。神华集团技术负责人表示：“这项成果有望推动煤液化产物从‘燃料级’向‘化学品级’转型，缓解我国高端化工原料依赖进口的现状。”

据统计，我国煤炭年消费量超40亿吨，其中化工用煤占比不足10%。随着该技术的推广，煤炭资源附加值将大幅提升。据测算，若全国煤液化石脑油均采用此工艺，每年可多产环烷烃单体超50万吨，创造经济效益逾百亿元。

结语
从“黑金”中提炼“白金”，中国科学家正以创新技术破解能源与环境的双重命题。这项融合人工智能与化工工艺的研究，不仅为煤炭清洁利用树立了新标杆，也为全球化工行业绿色转型提供了中国智慧。

来源: 化学工程前沿FCSE