煤焦油中高阶酚类化合物的分离机制与溶剂筛选：基于实验与理论模型的协同研究

为解决煤焦油中高阶酚类化合物分离效率低、环境污染大的问题，研究人员通过构建模型油体系（cumene+{4-ethylphenol等}），结合溶剂性能指标（溶剂力、选择性、性能指数）筛选出乙醇胺为最优萃取剂，测定298.2 K下液液相平衡（LLE）数据，并利用NRTL/UNIQUAC模型和RDG分析揭示分离机制。该研究为绿色高效分离高阶酚类提供了理论依据与技术支撑，发表于《The Journal of Chemical Thermodynamics》。

　　

酚类化合物作为重要的化工原料，广泛应用于染料、药物和树脂合成等领域。然而，工业中传统的碱洗法分离酚类化合物不仅效率低下，还会产生大量含酚废水，尤其对高阶酚类（如4-乙基苯酚、4-丙基苯酚等）的分离效果更差。随着环保要求的提高，开发绿色高效的分离技术成为当务之急。煤焦油作为酚类的主要来源，其复杂组分使得分离过程充满挑战——如何在不产生二次污染的前提下，实现高阶酚类与芳香烃的高效分离？

中国石油大学（华东）的研究人员针对这一难题展开攻关。他们以异丙苯（cumene）模拟煤焦油中的芳香组分，选取四种典型高阶酚类构建模型体系，通过实验与理论计算相结合的方式，不仅筛选出最佳溶剂，还深入解析了分子间相互作用机制。相关成果发表在《The Journal of Chemical Thermodynamics》上，为煤焦油高值化利用提供了新思路。

研究主要采用三大技术方法：首先基于COSMO-SAC模型计算溶剂性能参数（溶剂力、选择性、性能指数）进行初筛；其次通过平衡釜实验测定298.2 K、101.3 kPa下四元体系的LLE数据；最后结合密度泛函理论（DFT）和还原密度梯度（RDG）分析分子间弱相互作用。所有实验数据均通过GMcal_TieLinesLL工具验证符合Gibbs稳定性准则。

溶剂筛选与机制分析
通过计算12种溶剂的性能指标，发现乙醇胺对4-乙基苯酚的分配系数达3.21，性能指数高达6.45。σ-剖面分析显示，乙醇胺的极性区域与酚类羟基形成强氢键，而异丙苯因非极性特征被有效排斥。

液液相平衡研究
实验测得四种酚类在乙醇胺-异丙苯体系中的LLE数据，其中2-烯丙基苯酚分离因子最高（48.7）。NRTL和UNIQUAC模型均能良好拟合数据，RMSD均低于0.8%，证实乙醇胺对含烯烃侧链酚类具有特殊选择性。

分子相互作用解析
RDG分析揭示了三类关键作用力：酚羟基与乙醇胺间强氢键（-25.3 kJ/mol）、π-烯烃弱相互作用（<5 kJ/mol）、以及烷基链的立体排斥效应。变形电荷密度图直观显示电子云在氢键区域的显著重叠。

这项研究首次系统阐明了乙醇胺分离高阶酚类的多尺度机制：宏观层面，溶剂性能指数与分配系数呈正相关；微观层面，氢键网络和立体位阻共同决定分离效率。相比传统碱洗法，该技术可减少90%废水产生，且酚类回收率提升2-3倍。研究不仅为煤焦油精细化加工提供了新方案，其建立的"计算筛选-实验验证-机理阐释"研究范式，对复杂体系分离工艺开发具有普适指导意义。正如Yan等指出的，这种将COSMO-SAC预测与RDG分析相结合的策略，未来可延伸至其他难分离体系的设计优化。