夜雨聆风
碳酸二甲酯（DMC）作为绿色化学品需求旺盛，但其传统合成工艺面临环境与能耗挑战。煤化工副产的大量草酸二甲酯（DMO）产能过剩，亟需高值化转化路径。DMO脱羰基合成DMC技术原子经济性高、反应条件温和，已实现副产级工业应用，是具有前景的绿色工艺。本文系统综述了该技术的研究进展，重点分析了过渡金属、金属氧化物、碱金属碳酸盐等催化体系的性能与反应机理，并指出催化剂稳定性是工业化核心瓶颈。同时，本文引入人工智能（AI）在催化剂设计、反应优化与工艺控制中的应用，展示了机器学习、多尺度建模等技术如何加速研发进程。最后，展望了通过AI驱动设计、机理研究、过程强化与产业链协同，推动该技术向万吨级工业装置发展，为煤化工可持续发展与DMC绿色生产提供路径。
碳酸二甲酯（DMC）是重要的绿色化学品，广泛应用于锂电池电解液、聚碳酸酯合成等领域，市场需求持续增长。然而，传统合成工艺如光气法、酯交换法等存在毒性大、能耗高、副产物难处理等问题。我国煤化工产业副产大量草酸二甲酯（DMO），产能严重过剩，价格低迷，资源利用效率低下。在此背景下，DMO脱羰基合成DMC的技术因原子经济性高、反应温和、可直接转化过剩DMO而备受关注，并已在企业实现副产级应用。然而，该技术仍面临催化剂稳定性不足、工业化放大难等挑战。近年来，人工智能技术在材料设计、过程优化等领域展现出强大潜力，为脱羰基催化剂的理性设计与工艺智能调控提供了新思路。本文旨在系统梳理该技术的研究现状，并结合AI应用展望其未来发展。
DMO与DMC概述：DMO是煤化工重要中间体，产能过剩亟待转化；DMC作为绿色平台化合物，在新能源、高分子等领域应用广泛。
图一 碳酸二甲酯结构式
DMC合成方法对比：综述光气法、酯交换法、甲醇氧化羰基化法、CO₂直接合成法、尿素醇解法及DMO脱羰基法等工艺，指出各自优缺点，突出DMO脱羰基法的绿色与经济潜力。
过渡金属催化剂（Rh、Pd、Ni等）：在多种脱羰反应中表现出高活性，但成本高、易失活。
金属氧化物催化剂（ZnO、Al₂O₃、MoO₃等）：可作为载体或活性组分，影响反应选择性与稳定性。
碱金属碳酸盐催化剂（如Cs₂CO₃）：在DMO脱羰中显示出高活性与选择性，是目前研究重点，但长期稳定性仍是瓶颈。
其他催化剂：包括无金属酸催化剂、醇碱及复合催化剂等。
反应机理研究
推测碱催化下DMO通过α-消除路径生成DMC，涉及草酸单甲酯中间体与碳酸酯中间体的形成与转化。
图二 推测的草酸二甲酯脱羰基合成碳酸二甲酯的反应机理
AI在催化剂与工艺中的应用
AI辅助催化剂设计：通过机器学习、拓扑学习等方法预测材料性能，加速高性能催化剂开发。
AI增强机理研究：结合机理模型与深度学习，实现反应网络的精准描述与跨尺度放大。
智能优化与控制：借鉴“黑屏操作”等工业智能系统，实现工艺参数实时优化、异常预警与自主调控，提升系统稳定性与能效。
DMO脱羰基合成DMC技术是实现煤化工副产物高值化与绿色生产DMC的重要途径。当前研究已在催化剂开发、反应机理探索等方面取得进展，碱金属碳酸盐体系表现出良好活性与选择性，但催化剂稳定性问题制约其大规模应用。人工智能技术的融入为催化剂理性设计、反应过程模拟、工艺优化与智能控制提供了全新工具，有望显著提升研发效率与系统可靠性。未来应围绕AI驱动的高性能催化剂设计、失活机制与再生策略、过程强化与工艺集成以及全产业链协同等方面开展攻关，推动该技术早日实现万吨级工业示范，为现代煤化工的绿色转型与可持续发展提供支撑。
作者 | 李先超
编辑 | 周光昊
责任编辑 | 刘搏涵 毛新月 蔡雨含
一审 | 王艺霏
二审 | 王兆兴 钱立坤
三审 | 徐光辉
向下扎根的小花生|冬日暖行，把青春答卷刻在社区足迹间！化院12月实践活动纪实
