多尺度模拟指导的筛选、机制阐明及基于离子液体的萃取蒸馏过程强化——用于分离二甲碳酸酯-甲醇共沸物

《Chemical Engineering Research and Design》:Multiscale Simulation-Guided Screening, Mechanism Elucidation, and Process Intensification of Ionic Liquid-Based Extractive Distillation for Separating the Dimethyl Carbonate–Methanol Azeotrope

【字体: 大 中 小 】 时间:2026年10月22日 来源:Chemical Engineering Research and Design 3.9

编辑推荐:

   • 碳酸二甲酯和甲醇的共沸分离仍然具有挑战性。 • COSMO-RS、量子化学和分子动力学指导

  
  • •
    碳酸二甲酯和甲醇的共沸分离仍然具有挑战性。
  • •
    COSMO-RS、量子化学和分子动力学指导了萃取剂的筛选。
  • •
    己基咪唑离子液体可以实现高效的共沸分离。
  • •
    阳离子-阴离子相互作用在溶剂选择性中起到互补作用。
  • •
    蒸汽压缩和两阶段闪蒸可将年总成本降低23.45%。

引言

碳酸二甲酯(DMC)是一种低毒性、高氧含量且对环境友好的化学物质,在燃料添加剂、电解质溶剂和羰基化/甲基化过程中有广泛应用(Sch?ffner等,2010年;Christensen和McCormick,2014年;Wang等,2016年)。在DMC的生产和下游纯化过程中,甲醇(MeOH)经常作为反应物或共存组分出现,因此将其从DMC中有效分离对于产品纯化和溶剂回收至关重要。然而,DMC和MeOH在常压下形成最低沸点共沸物(336.85°C;30% MeOH和70% DMC)(Jin等,2025年),这使得传统蒸馏方法无法有效分离它们。因此,开发高效且经济可行的DMC-MeOH分离技术仍然是实现DMC可持续生产和纯化的重要挑战。
在针对DMC-MeOH共沸体系的蒸馏方法中,压力摆动蒸馏(PSD)和萃取蒸馏(ED)受到了广泛关注。PSD利用共沸组成的压力依赖性来突破蒸馏限制。Wei等人(Wei等,2022年)开发了一种双柱PSD工艺及其相应的控制结构,而Matsuda等人(Matsuda等,2019年)量化了DMC-MeOH共沸组成的压力依赖性。随后提出了反应型PSD配置以降低能耗(An等,2022年)。然而,共沸组成随压力的变化幅度相对较小,导致能耗较高且过程复杂性较大。相比之下,ED通过引入萃取剂来改变组分的相对挥发性,从而在较为温和的操作条件下实现分离。早期的ED研究使用了苯胺和水杨酸甲酯等传统有机萃取剂(Hsu等,2009年;Hu和Cheng,2017年)。后续的等压汽液平衡(VLE)测量表明,基于咪唑的离子液体(ILs)可以在中等的溶剂比例下消除DMC-MeOH共沸现象(Pacheco和Marshall,1997年)。Wang等人(Wang等,2023年)使用COSMO-RS进一步筛选了330种ILs,并实验确定了[MEA][Ac]作为有前景的候选者,突显了ILs与共沸组分之间选择性相互作用的重要性。Shen等人(Shen等,2022年)结合分子动力学模拟与萃取蒸馏优化,建立了微观IL-溶质相互作用与过程能量性能之间的关系。此外,还包括渗透蒸馏-蒸馏集成和深共晶溶剂(DES)基分离方法在内的其他方法也被用于DMC-MeOH体系(Jin等,2025年;Yin等,2023年;Qi等,2023年)。总体而言,这些研究从相平衡表征和萃取剂筛选取得了实质性进展,向分子层面解释和过程优化方向发展。
随着计算化学和过程系统工程的深入整合(Yin等,2023年;Zhu等,2024年),萃取蒸馏研究逐渐从经验性萃取剂选择转向机制导向的设计。在分子层面上,量子化学计算和分子动力学(MD)模拟可以通过电子结构、非共价相互作用、氢键网络和分子传输行为揭示溶剂-溶质相互作用,从而为合理选择和设计萃取剂提供机制依据(Jiao等,2022年;Cheng等,2023年;Cheng等,2022年)。例如,Cheng等人(Cheng等,2022年)将分子层面相互作用分析与IL辅助的反应性萃取蒸馏相结合,而Hu等人(Hu等,2026年)开发了一种结合量子化学计算、基于Hirshfeld分配的独立梯度模型(IGMH)分析和过程优化的分子-过程层次筛选策略,将分子相互作用特性与分离性能联系起来。在过程尺度上,萃取蒸馏优化涉及离散变量和连续变量之间的非线性耦合,包括塔数、进料位置、溶剂循环速率和回流比。因此,遗传算法、模拟退火和非支配排序遗传算法II(NSGA-II)等智能优化方法有助于探索全局最优解,并在能量消耗和过程经济性之间取得平衡(Ma等,2023年;Zhang等,2025年;Yang和Ward,2018年;He等,2022年)。尽管取得了这些进步,但仍有两个方面尚未得到充分探索:首先,分子层面相互作用准则通常用于合理选择最佳萃取剂,而多种候选ILs的分子排名与其流程图级性能之间的系统性跨尺度验证仍然有限;其次,ILs的分子和物理化学特性(如选择性溶剂化和可忽略的蒸气压)很少被明确转化为过程强化决策,包括溶剂再生策略、降低循环需求和能量集成配置。因此,建立从分子层面理解到过程强化层面的机制驱动连接仍然是IL辅助共沸分离的重要挑战。
在此背景下,本研究开发了一个基于机制的多尺度框架,使用基于咪唑的IL辅助萃取蒸馏来分离DMC-MeOH共沸物。首先利用COSMO-RS根据热力学选择性和溶剂化特性筛选候选ILs。随后,将密度泛函理论(DFT)计算(包括基组叠加误差(BSSE)校正的相互作用能量、静电势分析和IGMH可视化)与MD模拟(径向分布函数、氢键统计、相互作用能量和扩散行为)相结合,以阐明并交叉验证分离选择性的分子起源。然后使用Aspen Plus V14结合NSGA-II优化,在过程层面对三种候选ILs进行分子级别排名。基于1-己基-3-甲基咪唑双(三氟甲磺酰)亚胺([HMIM][NTf2)的优异选择性和较低的溶剂循环要求,以及该IL的可忽略挥发性(有助于溶剂再生),进一步开发了蒸汽压缩-热泵耦合的两阶段闪蒸再生配置以强化过程。在这项工作中,我们将萃取剂筛选、分子机制阐明、流程图级验证和过程强化结合在一个统一的框架内,为将分子层面信息转化为高效且经济可行的分离过程提供了系统化的途径。

章节片段

COSMO-RS模型预测

COSMO-RS是一个基于量子化学的统计热力学模型(Louwen等,Pye等,2009年;Mathers和Fulem,2024年)。其核心概念是将分子表面离散化为多个片段,生成σ分布图,然后通过总结所有单个表面片段的贡献来获得活度系数。与传统实验筛选方法相比,该模型可以高效处理IL阳离子和阴离子的庞大组合空间。

ILs的筛选

使用COSMO-RS方法获得的DMC-MeOH共沸体系ILs的热力学筛选结果如图1所示。图1(a)和图1(b)分别显示了298.15°C下不同阳离子-阴离子组合的选择性和溶剂化能力对数热图。结果表明,阴离子对选择性的影响比阳离子更为显著,反映了阴离子-溶质相互作用在调节分子极性中的主导作用。

结论

本研究建立了一个多尺度分子到过程的框架,用于IL辅助共沸分离的合理设计和强化。通过整合COSMO-RS筛选、量子化学计算、分子动力学模拟和过程优化,该方法桥接了分子层面相互作用和过程层面设计决策,为传统萃取剂选择方法提供了系统化策略。

注释

作者声明没有竞争性财务利益。

CRediT作者贡献声明

Haoyang Lin: 原稿撰写、方法论、数据管理、概念构思。 Hao Yu: 数据管理。 Miaofeng Zhang: 形式分析。 Dingkai Hu: 可视化、数据管理。 Biao Liu: 可视化、方法论。 Qiang Wang: 原稿撰写、审校与编辑、监督、资源获取。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。
Haoyang Lin|Biao Liu|Dingkai Hu|Miaofeng Zhang|Hao Yu|Qiang Wang
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号