湘潭大学胡夏一、凌浩，北化工 曹达鹏AIChE Journal：一种基于描述符的二氧化碳捕获双功能胺促进剂预测模型的机理与验证

背景：胺基溶液CO2捕集工艺中，解吸能耗高（占总能耗60%-80%）是制约其广泛应用的关键瓶颈。研究目的：本研究由湘潭大学胡夏一、凌浩团队与北京化工大学曹达鹏团队合作，旨在提出一种“微量双功能促进剂”策略，通过添加少量双功能胺促进剂降低解吸能耗，并建立基于分子描述符的预测模型，以快速筛选高效低能耗添加剂。结论：实验发现，在3 M MEA体系中添加3 wt%的N-乙基吗啉（NEM）可使CO2解吸速率提升48.3%，再生能耗从4.04 GJ/t CO2降至3.24 GJ/t CO2（降幅19.8%）。机理研究表明，NEM通过“质子转移+界面调控”双路径协同加速解吸，具体依赖质子亲和能、水合自由能和极化率三个关键描述符。基于此，研究建立了性能增益函数（PGF）预测模型，该模型成功预测了五种未参与训练胺类促进剂的性能排序，外部验证决定系数R²=0.936，并识别出性能更优的1-乙基哌嗪（1EPRZ），为低能耗CO2捕集添加剂快速筛选提供了可靠的理论工具。