新南威尔士大学光催化甘油重整:制氢同时产出高值化学品,产氢速率提升10倍
UNSW团队在Applied Catalysis B发表研究,以镍钴共催化剂修饰锌铟硫化物光催化甘油重整,可见光下产氢速率较未修饰材料提高约10倍,并将反应导向甘油醛与二羟基丙酮等高值产物;同步辐射技术首次实时捕捉催化剂在工作态下的动态变化。
共 6 页 · B910化工 · AI 化学信息库
UNSW团队在Applied Catalysis B发表研究,以镍钴共催化剂修饰锌铟硫化物光催化甘油重整,可见光下产氢速率较未修饰材料提高约10倍,并将反应导向甘油醛与二羟基丙酮等高值产物;同步辐射技术首次实时捕捉催化剂在工作态下的动态变化。
霍尼韦尔UOP将向恒逸实业文莱PMB项目二期提供工艺技术、许可、专有设备、催化剂与技术支持,目标是提升炼厂效率与可靠性并增产高价值石化产品,深化炼化一体化。
丹麦托普索与印度BPCL签署SAF技术许可协议,将改造孟买炼厂4000吨/日煤油加氢装置,共炼5%废食用油生产可持续航空燃料,计划2026年底投产,配合印度2027年1%掺混目标。
美国Gulbrandsen宣布全球推出HYPORE硅胶载体与硅胶负载铬催化剂前体组合,把业务从金属烷基物延伸至聚乙烯催化剂关键组分,平台可按浆料法与气相法工艺定制粒度、孔结构与表面特性,部分牌号已能量产供应。
ChemRxiv预印本研究报道在高比表面赤铁矿纳米片上负载低浓度球形银纳米颗粒,将已验证的甲烷热催化转化转变为热光催化路线:反应起始温度由300°C降至150°C,产物选择性转向CO、CO2选择性下降,裸催化剂与负载催化剂15小时活性衰减仅4.9%与11.3%,为温和条件甲烷部分氧化提供新路径。
德国达姆施塔特工业大学Jörg J. Schneider团队在《Advanced Science》发表铁-镍-碳复合催化剂,使锌空气电池实现高达500次充放电循环,兼顾高能量密度潜力与低成本锌资源,为锂离子电池之外的储能路线提供新选项。
入选C&EN年度榜单的Copernic Catalysts由前BASF与埃克森美孚人员创立,与Schrödinger合作开发Haber-Bosch氨工艺催化剂Neptune——10余种贱金属混合物,中试显示氨产提升最高35%,可直接装入现有反应器。公司已融资1000万美元+400万美元资助,正开启A轮。
丹麦技术大学团队改进基于图的机器学习方法WWL-GPR,引入电子结构与局域环境特征预测掺杂氧化锆表面吸附与过渡态能量,替代昂贵DFT计算,加速CO2加氢掺杂催化剂的筛选。
研究人员在arXiv发布框架,结合机器学习能量预测、热力学蒙特卡洛、贝叶斯优化与动力学蒙特卡洛模拟,对9元素空间中85原子高熵合金纳米颗粒进行析氢反应筛选,发现基于吸附能的静态优化偏向铂富集少组元配方,而动力学评价更青睐成分多元的组成,为催化剂理性设计提供新范式。
つばめBHB(燕BHB)10月6日宣布入选经产省令和7年度补正全球南方共创事业补贴(大型实证·非ASEAN),将在印度建设年产能2000吨的副产氢基工业用+高纯度(UHP)并产型氨制造实证装置,事业费总额54.77亿日元、补助29.21亿日元,瞄准印度光伏电池制造所需的进口依赖型高纯氨市场。
Chemical Engineering于10月1日报道,SABIC Agri-Nutrients已为沙特朱拜勒一座新建单系列氨厂选定KBR的Purifier®技术。该装置设计产能为3500吨/日、年产120万吨氨,项目还将把该公司尿素产能由480万吨/年增至740万吨/年,体现了大型合成氨装置在工艺许可、基础设计、专有设备及催化剂一体化供货方面的最新落地进展。
Honeywell被Dangote选定为肯尼亚Lamu新炼厂提供工艺技术、许可、工程服务、催化剂、设备及数字化解决方案。该炼厂产能70万桶/日、投资约160亿美元,建成后将为全球最大单系列炼厂;复用尼日利亚莱基项目设计可缩短工期近两年。
研究人员开发出具有刚性桥联骨架与强轴向位阻屏蔽的双核α-二亚胺镍催化剂,实现分子量最高达135万克/摩尔的超高分子量支化聚乙烯可控合成,分散度保持在1.19-1.25,支化密度可在每1000个碳原子44-98个支链间调节,为乙烯配位聚合提供了调节链增长与聚乙烯微结构的新策略。
SK pharmteco发布Catalyst Kit,提供12种10克装催化剂样品与「筛选-优化-放大」三阶段开发路径,帮助药企评估反应是否适合连续催化工艺,工艺条件可从实验室转移至公斤级、中试直至GMP商业化生产。
9月24日arXiv论文报告AI引导、超90%自动化的闭环发现平台,高通量筛选出用于质子交换膜电解水酸性氧析出反应、不含铱钌的钯基氧化物催化剂,直击PEMWE铱钌供应链对吉瓦级部署的制约。
中国科研团队在arXiv发布综述,系统梳理机器学习方法在高熵合金(HEA)催化剂设计中的应用:通过预测模型与代理模型解析成分-结构-性能关系,结合大语言模型构建集成设计工作流,可显著降低传统试错成本。高熵催化剂因组分空间巨大,正是ML方法最具优势的材料体系之一。