近日，我校能源环境与安全工程学院刘辉教授团队在环境、安全与绿色可持续发展领域顶级期刊《Journal of Cleaner Production》（中科院一区TOP期刊，2025年度影响因子为10）上发表了题为《Data-driven design of ionic liquids for targeted desulfurization: Integrating machine learning prediction with structure-performance analysis》的研究论文。刘辉教授为第一作者和通讯作者，孔杰博士为共同通讯作者，安全学科硕士研究生韦泽、朱俊杰等为共同作者，我校为唯一署名单位。
随着全球能源需求的持续增长，原油中有机硫化合物（如噻吩、硫醇、硫醚等）的排放不仅导致大气污染和酸雨，还会引发设备腐蚀、催化剂失活等安全问题。研究表明，硫化物腐蚀设备形成的硫铁化合物具有显著自燃倾向性，已成为原油储罐火灾甚至爆炸事故的主要原因之一。传统加氢脱硫工艺虽广泛应用，但因其高温、高压、高耗氢的工艺特性，本身就蕴含较高的过程安全风险。离子液体因其可设计性强、热稳定性好等特性，在萃取脱硫领域展现出广阔前景。然而，离子液体的潜在结构组合数量庞大，传统实验筛选方法如同“大海捞针”，严重制约其实际应用。
研究团队基于IL Thermo数据库中的40,642条实验数据，构建了Stacking集成学习模型，融合XGBoost、支持向量回归(SVR)、极限学习机（ELM）等基学习器与多层感知器（MLP）元学习器，实现了对有机硫化物在离子液体中无限稀释活度系数（γ^∞）的高精度预测（测试集R²=0.9949）。该模型进一步用于对386种离子液体进行高通量虚拟筛选，系统计算其分配系数与选择性，并构建了综合性能评价体系。实验结果验证本项研究工作具备良好的可靠性与有效性。
本项研究从过程安全与风险预防的学科视角出发，针对原油中有机硫化物引发的设备腐蚀、催化剂失活、储罐自燃等突出安全问题，构建了一套融合机器学习、高通量筛选与实验验证的离子液体智能设计框架，为发展绿色、高效、本质安全化的深度脱硫技术提供了新路径，有望突破传统筛选瓶颈，通过数据驱动离子液体设计新策略，实现高效靶向脱硫。
研究工作得到浙江省自然科学基金、浙江省教育厅科研项目和中国计量大学基本科研业务费等资金支持。
论文链接：https://doi.org/10.1016/j.jclepro.2025.146798
上一条：安全工程专业新生入学教育系列活动之二 | 能安学院安全工程专业2025级本科生赴浙江省应急管理科学研究院开展入学教育活动
下一条：能动所教师应邀参加2025年中国土壤学会化学专委会学术研讨会
当前位置：
