韩国化学研究院与韩国技术教育大学比较分析热解油中的13种杂质
含氮化合物会降低催化剂性能……有望用于原料质量管理

研究人员揭示了废塑料回收为石化原料时会降低生产效率的杂质种类及其作用机理。研究发现,部分含氮化合物会占据催化剂的反应位点,阻碍塑料原料的生产。相关成果有望用于提前评估废塑料热解油的质量,并提高回收工艺的效率。


韩国化学研究院9日表示,该院Kim Dokyung博士研究团队与韩国技术教育大学教授Kim Taeyong团队合作,通过实验和人工智能计算化学,查明了废塑料热解油中13种杂质对催化剂性能的影响。

技术概况。由韩国化学研究院研究团队利用人工智能制作。

技术概况。由韩国化学研究院研究团队利用人工智能制作。

View original image

废塑料热解油是将废弃塑料在高温下分解后得到的油品。它可作为石油或石脑油的替代原料;利用催化剂进行分解,还可生产乙烯、丙烯等塑料和化工产品的基础原料——轻质烯烃。


问题在于热解油中含有杂质。根据废塑料的种类和添加剂不同,油中会混入含氮、含硫、含氯和含氧化合物。这些物质一旦干扰催化剂反应,就可能导致生产效率下降。不同原料中的杂质种类和含量也不相同,因此稳定运行工艺面临困难。


研究团队于2024年开发出一种循环流化床催化裂解技术,无需对废塑料热解油进行额外加氢处理,即可将其转化为轻质烯烃。此次研究在此基础上进一步分析了杂质组成变化对催化剂性能的影响。


含氮杂质干扰催化反应……人工智能揭示原因


研究团队分别向实际废塑料热解油中加入13种含氮、含硫、含氯和含氧杂质,再使用沸石催化剂,对轻质烯烃产量及产物分布进行比较。


结果显示,含硫、含氯和含氧化合物的影响相对较小,但部分含氮化合物会显著降低催化剂性能。其中,含氮化合物“2-甲基吡啶”的影响较大,而“苯甲腈”的影响相对较小。这说明,重要的不仅是热解油中的氮总量,还包括其中所含氮化合物的具体形态。

通过人工智能计算化学分析含氮杂质的催化吸附特性。研究团队利用人工智能制作。

通过人工智能计算化学分析含氮杂质的催化吸附特性。研究团队利用人工智能制作。

View original image

为查明产生这种差异的原因,研究团队采用了名为机器学习势能的人工智能计算化学方法,比较含氮化合物与碳氢化合物在催化剂内部反应位点上的吸附强度。


沸石催化剂内部设有分解碳氢化合物的反应位点。如果部分含氮杂质抢先占据这些位点,碳氢化合物发生反应的机会就会减少,轻质烯烃产量也随之下降。研究团队还确认,分子大小和催化剂内部空间也会影响性能下降的程度。


含氮杂质浓度越高,催化剂性能下降越明显;但提高反应温度可以减轻这种影响。重复使用后性能下降的催化剂,在去除碳残渣并进行再生处理后,也能恢复初始性能。

研究团队合影。(从左至右)韩国技术教育大学教授 Kim Taeyong,科学技术联合研究生院大学(UST)学生研究员 Tran Ngan Ha,硕士后研究员 Won Geunhye,UST学生研究员 Ngo Thi Thanh Ngan,韩国化学研究院首席研究员 Kim Dokyeong,博士后研究员 Tran Xuan Tin,博士后研究员 Jeong Dongjae。韩国化学研究院供图

研究团队合影。(从左至右)韩国技术教育大学教授 Kim Taeyong,科学技术联合研究生院大学(UST)学生研究员 Tran Ngan Ha,硕士后研究员 Won Geunhye,UST学生研究员 Ngo Thi Thanh Ngan,韩国化学研究院首席研究员 Kim Dokyeong,博士后研究员 Tran Xuan Tin,博士后研究员 Jeong Dongjae。韩国化学研究院供图

View original image

这项研究为评估废塑料热解油原料的适用性提供了科学依据,不仅考虑了杂质总量,也考虑了杂质种类。研究成果有望用于优化杂质管理、预处理工艺和催化剂运行条件。


韩国化学研究院院长Shin Seokmin表示:“希望这项成果能够用于在原料投入工艺前分析其杂质组成、评估催化剂性能下降的可能性,并根据原料特性制定相应的杂质管理和运行策略。”



研究成果作为封面论文发表于国际学术期刊《ACS Catalysis》2026年4月刊。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点