近日,化工学院胡夏一教授团队(凌浩副教授为共同通讯作者)在碳捕集吸收剂设计方法上取得重要进展,继此前建立高精度热力学预测模型之后,团队进一步提出一种基于分子描述符的性能增益模型,实现了从“被动预测”到“主动设计”的跨越。相关成果发表于国际化工领域顶级期刊《AIChE Journal》(美国化学工程师协会期刊)。
此前,该团队针对有机胺吸收法二氧化碳捕集技术中“预测精度低、普适性差”的难题,建立了一个通用热力学模型(也在该期刊上发表)。该模型对多种叔胺溶剂的二氧化碳平衡溶解度预测误差低于1%,并入选《美国化学工程师协会期刊》高被引论文年度前十。

热力学模型预测结果对比图。

2024年度《美国化学工程师协会期刊》年度高被引前十证书。
在最新研究中,团队聚焦于吸收剂再生(解吸)这一能耗关键环节,揭示了N-乙基吗啉(一种双功能促进剂)的“质子转移+界面调控”协同机理。在此基础上,提炼出三个可量化的分子描述符——质子亲和能、水合自由能、极化率,并构建了性能增益函数模型(PGF)。
该模型不仅能预测不同促进剂的性能排序,更能直接指导分子设计。团队利用该模型成功筛选出未经训练的候选分子1-乙基哌嗪(1EPRZ),并通过实验验证了其优越性,预测与实验结果的拟合优度(R2)达到0.936。
这一方法为低能耗碳捕集吸收剂的理性设计提供了新工具。目前团队正将该方法拓展至更多功能材料体系。

最新研究的密度泛函理论、PGF模型与机理分析图。