2025年5月发表于《RSC Advances》的文献《Kinetic study on the hydrogenation of dimethyl succinate to g-butyrolactone》,对琥珀酸二甲酯（DMS）加氢制 γ- 丁内酯（GBL）的动力学进行了深入探讨。欧世盛公司为该研究提供了设备支持：EMC系列催化剂评价装置。
思维导图
摘要
琥珀酸二甲酯（DMS）加氢制 γ- 丁内酯（GBL）在生产医药、农药和电池电解液等高附加值化学品中至关重要。本研究采用自主研发的铜基催化剂和微型固定床反应器，系统考察了温度、压力、氢酯比对反应性能的影响。基于实验数据建立了本征动力学模型，通过标准回归方法确定了反应速率常数和活化能。该模型与观测数据吻合良好，为反应动力学提供了见解。通过实验数据验证表明，该模型在各种条件下均有较好的一致性。敏感性分析证实了模型的稳健性，使其可用于工艺优化。这种动力学分析为提高工业 GBL 生产的效率和成本效益提供了见解，旨在提高整体工艺的产率和效率。
论文要点
研究背景与意义突出：GBL 作为重要化工中间体应用广泛，传统生产方法存在局限，而 DMS 加氢制 GBL 有优势，且低压下本征动力学研究匮乏，凸显本研究的必要性。
实验设计全面：详细介绍了实验材料、催化剂、装置及产物分析方法，通过预实验确定了动力学实验的条件范围，为后续研究奠定基础。
动力学模型构建严谨：基于反应路径假设，推导了本征动力学模型，经内外扩散消除实验确保数据可靠，参数拟合及模型验证结果表明模型适用性强。
研究方法
材料准备：使用纯度为 99% 的琥珀酸二甲酯（DMS），99.999% 的氢气，以及甲醇、γ- 丁内酯等色谱纯试剂。
催化剂选用与表征：采用金属组成为 Cu、Zn 和 Al 的 CuZnAl 催化剂，对其晶相结构、织构性质等进行系统表征。
实验装置与流程：运用微型固定床加氢装置，将催化剂与石英砂混合装填，控制氢气通入和 DMS 输送，维持反应压力，对产物进行冷凝收集。
产物分析：采用配备特定毛细管柱的安捷伦 8860 气相色谱仪，通过面积归一化法，在设定的温度程序下对反应物和产物进行定量分析。
预实验：在DMS的加氢过程中，压力、温度以及氢/酯比对转化率和产物分布有着显著的影响。动力学研究在大于210℃，低于1.6 MPa，氢/酯比小于100的条件下进行。
动力学研究：通过选择粒径大于20目的催化剂消除内扩散，提高供料速度（线速度大于18.97 × 10−2 m s−1）消除外扩散。基于下图所示的加氢路径和Langmuir–Hinshelwood模型来描述反应物、产物以及氢的吸附与解吸过程，基于Hougen–Watson模型提出了反应机制，在该机制中氢进行解离吸附。
参数拟合和模型验证：在适度提高温度的情况下，BDO（1,4-丁二醇）脱氢的逆反应更容易进行，从而有利于增加或提高 GBL 的产量并实现其选择性生产。大于0.9的决定系数说明开发的模型与实验数据吻合。
结论
本研究对铜基催化剂上琥珀酸二甲酯（DMS）加氢制 γ- 丁内酯（GBL）进行了详细的动力学分析。所建立的本征动力学模型为反应机理提供了重要见解，并为工艺优化提供了关键参数。该研究确定了影响 DMS 转化率和 GBL 选择性的关键因素，包括温度、压力和氢酯比，并对这些因素进行了系统研究，以建立可靠的动力学模型。所建立的模型与实验数据吻合良好，表明其稳健性和在工艺设计中的适用性。
研究结果提出了最大化 GBL 产率的最佳反应条件，为工业规模生产提供了实用指南。未来的研究应关注更广泛的催化剂范围、多相反应环境、长期稳定性和先进的分析方法，以进一步验证和扩展该动力学模型。总体而言，本研究通过提供详细的动力学理解和高效生产 γ- 丁内酯的实用见解，为催化加氢领域做出了贡献。所推导的动力学参数和模型可为工业反应器的设计和优化提供有价值的参考，最终提高 GBL 生产的效率和成本效益。
重要图表
预实验结果图表：温度、压力、氢酯比等因素对 DMS 加氢反应影响的相关图表（图 2、图 3、图 4 ），直观呈现各因素与 DMS 转化率、GBL 选择性等指标的关系，有助于理解关键反应条件，为后续动力学模型构建提供依据。
动力学模型拟合图表：实验数据与动力学模型拟合得到的图表 。实验数据与动力学模型拟合得到的图表，如不同温度下 DMS 加氢转化率和选择性的实验值与拟合值对比图（图 7） ，可直观判断模型与实验数据的吻合程度，评估模型可靠性。
模型验证图表：DMS 转化率和 GBL 选择性的计算值与实验值比较图（图 8、图 9 ），以及统计验证结果表格（表 4）。这些图表呈现模型计算值与实验值的差异，结合统计指标（如决定系数 R²、统计 F 值）判断模型对实验数据的表征能力。
欧世盛催化剂评价装置
欧世盛EMC系列智能催化设备以其卓越的性能和创新的设计，为催化剂研发/筛选/评价领域带来了新的技术手段，不仅大幅提高了催化剂评价的效率和准确性，还为科研人员提供了更加灵活和智能化的实验解决方案。如下表所示，通过与传统固定床设备的多维度对比，智能催化设备的独特优势得以充分体现。
参考文献
DOI: 10.1039/d5ra01226k
