低碳炔烴選擇性加氫催化劑設計研究獲新進展
近日，華東理工大學催化反應工程團隊段學志、曹約強，清華大學王笑楠，上海交通大學劉晰合作，在數據驅動的高性能低碳炔烴選擇性加氫催化劑設計與創制方面取得新進展，基于機器學習構建的催化劑高通量篩選模型，快速篩選能夠在原子尺度精準調控Ni活性位點結構的客體金屬，實現了關鍵物種構型匹配以及目標反應路徑的定向調控。相關成果在線發表于《美國化學會志》。
炔烴選擇性加氫催化劑高通量篩選與原子設計示意圖 圖片來源于《美國化學會志》
石腦油裂解碳二和碳三餾分中少量的炔烴選擇性加氫是制備聚合級乙烯和丙烯的關鍵。非貴金屬Ni因其具有未填充的d軌道電子而表現出優異的氫活化能力，然而該類催化劑選擇性往往較低。團隊前期研究表明，設計和制備原子級分布的金屬活性位點、通過引入第二金屬精確調控其上關鍵物種的吸附構型能實現對目標產物選擇性的調控。
研究團隊提出了基于貝葉斯優化的主動學習框架與DFT計算相結合的研究方法，以乙烯脫附和其進一步加氫的能壘差值作為選擇性描述符，構建了自動化催化劑高通量篩選的工作流程，用于預測乙炔選擇性加氫的高性能Ni基金屬間化合物。隨后，從3000多個候選Ni基金屬間化合物中快速篩選出15個高性能Ni基金屬間化合物作為潛在的炔烴加氫催化劑，利用DFT計算進一步驗證了ML模型的預測精度，最終確定了所推薦的NiIn催化劑為最優候選催化劑供實驗進一步驗證。
進一步地，研究團隊通過實驗合成NiIn金屬間化合物催化劑及參比Ni基催化劑，并借助球差電鏡和X射線吸收光譜等表征技術解析了催化劑結構，證明了長程有序、結構穩定的NiIn金屬間化合物催化劑的成功制備。催化反應性能評價表明：NiIn金屬間化合物催化劑在乙炔和丙炔轉化率為100%時，乙烯和丙烯選擇性高達97.0%，明顯高于參比催化劑，證實了理論計算的預測結果。結合吸附構型分析、電子結構分析、原位紅外光譜表征等機理研究手段，研究團隊發現NiIn催化劑優異性能主要源于Ni 3d與In 5s-p軌道的能量匹配和適宜的雜化，尤其是Ni?3d與In?5p軌道的雜化。
相關論文信息：https://doi.org/10.1021/jacs.3c14495
