轻质烯烃,尤其是乙烯(C2H4)和丙烯(C3H6),是石化工业中最重要的原料之一。烯烃需求的快速增长加剧了传统蒸汽裂解原料的短缺,促使炼油厂和石化企业最大限度地利用炼厂衍生轻质烃类,如流化催化裂化尾气和延迟焦化干气(Crespo-Quesada et al., 2012, Galvis and de Jong, 2013, Bridier and Perez-Ramirez, 2010)。然而,这些富烯烃替代原料通常含有痕量但危害极大的不饱和杂质,包括乙炔(C2H2)、丙炔/丙二烯(C3H4)和1,3-丁二烯,其含量通常为0.5–2.0%左右。此外,丁烷–丁烯馏分的脱氢在1,3-丁二烯生产过程中也会产生高不饱和杂质,包括1-丁炔和2-丁炔、乙烯基乙炔等。由于这些杂质会严重影响下游催化聚合和分离过程,必须将其深度脱除至1 ppm以下(Galvis and de Jong, 2013, Zhang et al., 2020)。工业上,催化半加氢是烯烃纯化最常用的策略(Armbrüster et al., 2010, Cao et al., 2020)。因此,将炔烃和累积二烯烃选择性转化为相应的烯烃,同时抑制过度加氢生成烷烃以及齐聚/结焦等副反应,是烯烃纯化中的关键科学和工业挑战(Trotu? et al., 2014, Tian et al., 2025)。
经第二种相对惰性组分(如Ag、Cr、Zn)精确修饰的贵金属Pd催化剂一直是该工艺的主流商业催化剂(Armbrüster et al., 2010, Li et al., 2022a, Krajci and Hafner, 2014, Feng et al., 2017)。然而,Pd的高成本和有限供应推动了非贵金属替代品的开发。在非贵金属中,Ni具有成本低廉、储量丰富、本征加氢活性高以及可调控的几何和电子结构等显著优势,使其成为Pd基催化剂具有前景的经济替代方案(Tiwari et al., 2024, Hu et al., 2019, Rao et al., 2019, Jian et al., 2021)。然而,金属Ni强烈吸附并容易活化C≡C、C=C和H2物种,在富烯烃条件下通常导致过度加氢、烯烃选择性差和快速失活。因此,精确调控Ni活性位点的几何和电子结构对于平衡炔烃/二烯烃活化、烯烃脱附、氢供给和抗积碳能力至关重要(Zhou et al., 2026)。活性位工程为应对这些挑战提供了有效策略。自N?rskov及其合作者开创性地证实非贵金属Ni–Zn催化剂可选择性半加氢炔烃以来(Studt et al., 2008),各种Ni基合金已被开发出来以稀释Ni聚集体、下移Ni d带中心、减弱烯烃吸附并抑制过度加氢。然而,传统合金往往受到线性标度关系所主导的活性–选择性权衡的限制(Abelló et al., 2008)。单原子合金通过在惰性宿主金属中隔离Ni原子来部分克服这一限制,但其低Ni负载量(通常< 1/50)可能会限制活性位密度和反应速率(Riley et al., 2018)。近年来,高熵金属间化合物将五种或更多金属元素整合到有序金属间框架中,已成为调变局部配位环境并优化催化活性、选择性和稳定性的有前景平台(Ma et al., 2022)。此外,载体缺陷工程、金属–载体界面调控和助剂调控等方法也大大扩展了Ni聚集体调变和烯烃吸附减弱的结构工具箱(Yao et al., 2025a, Spanjers et al., 2014)。
除上述进展外,另一个关键挑战仍然存在于实验室催化剂评价与工业运行之间的差距弥合上(Tiwari et al., 2024)。许多报道的催化剂是在简化或理想化条件下进行评价的,这些条件与实际烯烃纯化工艺存在显著差异,例如在缺乏过量烯烃的情况下进行炔烃加氢(Chen and Chen, 2016, Chai et al., 2017, Niu et al., 2020, Yuchao et al., 2019)。虽然这些条件对于研究本征活性和机理趋势非常有用,但此类非竞争测试无法完全代表工业进料,在工业进料中,痕量炔烃或二烯烃必须在富烯烃和高氢碳比条件下被选择性转化。此外,大多数学术研究是在常压下进行的,而工业反应器通常在15–35 bar的较高压力下运行,空速通常在100至50,000 h?1之间(García-Mota et al., 2010, Ge et al., 2022)。真实的工业料流还可能含有CO、含硫化合物(如H2S、COS、CS2等)、含氧化合物(如O2、NOx)以及其他微量污染物,这些物质会使活性位中毒、改变表面化学或引发催化剂重构(Mao et al., 2025, Zeng et al., 2026)。因此,在富烯烃、高压和含杂质环境中对催化剂进行评价,对于将Ni基半加氢催化剂从活性位设计转化为工业烯烃纯化应用至关重要(表1)。
与实验和机理进展并行,人工智能驱动的方法开始重塑半加氢催化剂的发现。一个代表性例子是基于主动学习的Ni基金属间催化剂设计,其中使用贝叶斯优化框架结合图神经网络和DFT计算筛选了数千种Ni基双金属表面(Mattson et al., 2013)。这些进展展示了AI辅助催化剂设计的潜力,也突显了对Ni基选择性半加氢最新进展进行系统综述的必要性。
本综述着重介绍了Ni基催化剂在炔烃和累积二烯烃选择性半加氢方面的最新进展,强调了活性位工程在工业烯烃纯化中的应用。在概述Ni基活性位上基本反应机理后,我们讨论了关键设计策略,包括合金化、单原子或隔离位点构建、高熵金属间化合物、载体和界面工程。我们重点关注这些方法如何调控Ni聚集体尺寸、电子结构、吸附强度、氢活化和催化稳定性。最后,我们强调了工业相关评价方案的需要,并讨论了AI引导催化剂发现的未来机遇。本综述为高效、高选择性和稳健的Ni基催化剂在工业相关半加氢中的理性设计提供了全面视角。