社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

厦大熊海峰/城环所李杰/浙工大田金树 Nat. Commun.:机器学习加速单原子设计催化混合塑料一锅变燃料

高分子科技 • 2 小时前 • 5 次点击  
点击上方“蓝字” 一键订阅


针对混合塑料组成复杂、分选成本高,以及聚烯烃与聚酯难以同步催化转化的问题,研究团队在机器学习指导下设计并制备了Ru1Cu/CeO2-GR单原子合金催化剂。催化剂中分散于Cu纳米颗粒表面的Ru单原子促进聚烯烃C–C键断裂,而Cu组分抑制PET芳香环过度加氢,从而实现聚烯烃和聚酯混合物的一锅法氢解。在280 ℃、30 bar H2条件下,催化剂可将五组分混合塑料转化为约75%的液体产物(C5–C22),其中C8–C16馏分占59.5%–62.7%,芳烃产率约15%。生命周期评价和技术经济分析显示,与需要分选的化学回收路线相比,直接化学回收具有更低的环境影响和更高的经济收益。



2026年11月17日,相关研究以Upcycling of polyolefin and polyester mixtures via a single-atom alloy为题发表在Nature Communications上。文章 第一作者为厦门大学化学化工学院博士研究生张耿睿,厦门大学化学化工学院博士后研究员刘思旭和厦门大学化学化工学院博士研究生段子韬为共同第一作者。文章通讯作者为厦门大学化学化工学院熊海峰教授,浙江工业大学田金树特聘教授和中科院城市环境研究所李杰副研究员为文章共同通讯作者。


塑料废弃物的不当处置带来严重环境污染,也造成了可利用碳资源的损失。机械回收、填埋和焚烧等传统处理方式各有局限,利用催化转化将废塑料升级为高附加值化学品和燃料,因资源循环潜力而受到关注。


聚烯烃和聚酯是应用最广泛的两类塑料。高密度聚乙烯(HDPE)和聚丙烯(PP)等聚烯烃以C–C键为主链,可通过氢解转化为短链烷烃;聚对苯二甲酸乙二醇酯(PET)等聚酯则可经加氢转化形成芳香族产物。然而,二者反应路径不同,现有研究通常分别处理单一塑料。现实生活中的塑料废弃物往往混合存在,例如饮料瓶身、瓶盖和包装材料可能分别由PET、HDPE和PP制成。若先分选再回收,不仅流程复杂,还会增加固-固分离成本。


因此,混合塑料直接升级回收面临两项关键挑战:催化剂需要同时活化不同类型塑料;同时还需避免过度加氢,使碳资源尽可能进入高价值液体产物,而不是转化为甲烷等低价值副产物。


研究出发点与催化剂设计


研究团队希望构建一种能够兼顾聚烯烃氢解和聚酯选择性加氢的双金属催化剂。机器学习筛选综合考虑混合塑料转化率、液体产率以及聚酯来源芳香烃选择性,确定Ru–Cu组合及贵金属负载量具有潜力。随后采用电化学置换(galvanic replacement,GR)方法,将Ru单原子锚定在Cu纳米颗粒表面,制得Ru₁Cu/CeO₂-GR单原子合金(SAA)催化剂。


单金属催化剂难以同时满足两类反应需求:Ru/CeO₂能够有效促进HDPE氢解,却容易使PET芳香环过度加氢,并可能使聚烯烃过度转化为甲烷;Cu/CeO₂能够保留PET芳香结构,但对HDPE氢解活性很低。Ru₁Cu单原子合金将两种功能结合起来:Ru单原子降低C–C键断裂能垒,Cu有助于酯基加氢并抑制芳香环饱和,Ru–Cu界面共同调节反应选择性。


图文解析

图1


机器学习指导双金属催化剂筛选。图1a、b对比了单一塑料分开回收与混合塑料一锅法处理的技术路线,并展示机器学习筛选、双金属催化剂制备及混合塑料转化为燃料馏分的设计思路。图1c、d比较不同双金属组合的催化表现,Ru–Cu体系在混合塑料液体产率及PET来源芳香烃生成方面表现突出,因此被选为后续研究对象。


图2


Ru₁Cu单原子合金的结构与反应功能。图 2a、b比较Ru/CeO₂、Cu/CeO₂和Ru₁Cu/CeO₂-GR在HDPE及PET转化中的表现:Ru₁Cu/CeO₂-GR兼具聚烯烃氢解活性和PET芳香产物选择性。图2c、d中的CO-FTIR和X射线吸收谱表征显示,GR样品主要呈现Ru–Cu配位特征,而常规浸渍样品中可观察到Ru团簇相关信号。图2e、f的高分辨STEM图像进一步显示Ru以单原子形式分散在Cu纳米颗粒表面。


研究还发现,Ru单原子能够促进长链烷烃主链吸附与活化;与此同时,Ru₁Cu合金对芳香环的吸附较弱,有助于避免苯环完全加氢为环烷烃。DFT计算表明,Ru₁Cu相较于纯Cu具有更低的正丁烷氢解反应能垒,而相较于Ru团簇具有更高的甲苯加氢能垒。这从理论层面解释了其兼顾C–C键断裂与芳香环保留的原因。


图3


多种塑料及真实消费后塑料废弃物的转化。图3a显示,Ru₁Cu/CeO₂-GR可有效转化LDPE和PP,主要形成汽油馏分液体;PS和含苯环聚醚塑料PPO则可转化为芳香烃。图 3b展示塑料薄膜、样品管、水瓶和泡沫塑料等消费后废弃物均可被有效降解。图3c、d进一步给出混合塑料一锅法转化结果:HDPE/PET二元混合物及HDPE/LDPE/PP/PET/PS五组分混合物均获得约75%的液体产物,产物主要由烷烃构成,并含约15%的芳烃。


具体而言,HDPE/PET混合物中C₅–C₁₂或C₈–C₁₆馏分产率分别为66.8%和59.5%;五组分混合物中相应产率分别为56.6%和62.7%。研究指出,C₅–C₁₂和C₈–C₁₆分别处于汽油和航空燃料调和组分的典型碳数范围。含约15%芳烃的产物符合ASTM D1655航空燃料调和组分中芳烃含量(8%–25%)这一项要求;但要获得完全符合商业航空燃料标准的产品,仍需进一步蒸馏和加氢精制。


图4


生命周期评价与技术经济分析。研究比较了机械回收、焚烧发电、分选化学回收和混合塑料直接化学回收等路线。结果显示,直接氢解回收相较分选化学回收可减少资源消耗和环境影响,主要原因是省去了复杂的分选流程及固-固分离成本。其非可再生能源消耗和全球变暖潜势低于分选化学回收,但仍高于传统机械回收和焚烧处理;从经济性看,直接化学回收流程更简单、运营成本更低,因而具有更高利润。


本研究通过机器学习筛选与电化学置换制备,构建了Ru₁Cu/CeO₂-GR单原子合金催化剂,实现聚烯烃和聚酯混合塑料的一锅法氢解升级回收。Ru单原子促进聚烯烃C–C键断裂,Cu纳米颗粒抑制聚酯芳香环过度加氢,二者协同使混合塑料能够转化为以烷烃为主、含有一定比例芳烃的燃料范围液体产物。该催化剂在五组分混合塑料体系中实现约75%的液体产率,并在连续循环实验中表现出稳定性。


生命周期评价和技术经济分析进一步表明,直接处理混合塑料能够避免高成本分选,在相较分选化学回收的环境表现和经济收益方面具有优势。需要指出的是,研究所得液体产物虽具有汽油及航空燃料调和组分的碳数分布,但并不等同于已获得符合全部商业标准的成品航空燃料;后续仍需蒸馏和加氢精制。该工作为复杂混合塑料废弃物的高值化利用提供了一种催化策略,也为单原子合金催化剂在复杂聚合物转化中的应用提供了思路。


论文链接:

https://doi.org/10.1038/s41467-026-79689-x


课题组:欢迎大家了解厦门大学化学化工学院熊海峰教授课题组,课题组主要优势方向有Single atom catalysis, Advanced electron microscopy, Natural gas conversion, Syngas Conversion, Shaped materials等。


课题组官方网页:

https://xionglab.xmu.edu.cn


相关进展

四川大学高分子科学与工程学院 Adv. Mater.:硼辅助热机械剪切实现硅橡胶的升级回收

长春应化所崔冬梅研究员 Angew:硅氢化脱氧聚合 -“一箭双雕”实现聚合物升级回收与聚硅氧烷绿色合成

西安交大郑海丰教授团队 Angew:自然光驱动共轭微孔聚合物合成 - 实现真实塑料废弃物高效光催化升级回收

高分子科技原创文章。欢迎个人转发和分享,刊物或媒体如需转载,请联系邮箱:info@polymer.cn

诚邀投稿

欢迎专家学者提供稿件(论文、项目介绍、新技术、学术交流、单位新闻、参会信息、招聘招生等)至info@polymer.cn,并请注明详细联系信息。高分子科技®会及时推送,并同时发布在中国聚合物网上。

欢迎加入微信群 为满足高分子产学研各界同仁的要求,陆续开通了包括高分子专家学者群在内的几十个专项交流群,也包括高分子产业技术、企业家、博士、研究生、媒体期刊会展协会等群,全覆盖高分子产业或领域。目前汇聚了国内外高校科研院所及企业研发中心的上万名顶尖的专家学者、技术人员及企业家。

申请入群,请先加审核微信号PolymerChina(或长按下方二维码),并请一定注明:高分子+姓名+单位+职称(或学位)+领域(或行业),否则不予受理,资格经过审核后入相关专业群。

点

这里“阅读原文”,查看更多

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203610