看不见的产业革命:化工新技术应用正在改写行业规则
上个月跟行业协会去山东滨州的民营炼化基地调研,刚进新建的催化车间我差点认不出来。
没有刺鼻的异味,没有满车间汗流浃背的工人,只有几个巡检人员拿着pad慢悠悠晃。
这还是我印象里的化工车间?
化工单原子催化工业化反应器生产现场图
改变远不止催化剂本身。为了适配单原子催化剂的反应条件,整个装置的工艺路线都改了,蒸汽消耗量降了快三成,单位产能的投资成本反而降了,不是大家想的新技术一定贵得离谱。
不过话说回来,也不是什么企业都能用。单原子催化剂的制备门槛不低,稳定性做不好,运行个三五个月活性就掉了,小企业根本啃不动这套技术。
精细化工连续流微反应工业化生产装置实拍
安全问题解决了,环保问题也跟着解决了。原来间歇反应每次开釜都有挥发性有机物逸散,现在全封闭连续生产,逸散量直接降到原来的百分之五都不到。
但是这技术也不是万能神药。一套中型的连续流装置下来,小几百万的投入是跑不掉的,很多年营收不到一个亿的小精细化工厂,根本掏不起这个钱。还有不少干了一辈子的老工程师,习惯了开反应釜调参数,让他们重新摸微反应的工艺条件,总觉得是瞎折腾,抵触情绪不小。
AI帮化学家碰运气,AI分子模拟摸到了工业化的门
这两年AI火遍各行各业,化工也没落下。
我之前一直觉得AI算分子就是发论文的工具,跟工业化不搭边。直到去年看到万华化学公开的那个催化剂研发项目,我才真的服了。他们研发新一代MDI生产催化剂,原来靠研发人员一遍遍试错,少说也要三四年才能出合格的成果,现在用AI模拟筛选催化剂结构,先把绝大多数不符合要求的结构筛掉,试验量直接减少了八成,投产时间提前了快两年。
陶氏化学前两年找新一代环保制冷剂,原来筛选一个合格分子平均要三五年,花个几千万美元,现在AI筛完只花了三个月,成本直接砍了九成多。
原来化工研发就是“试错熬时间”,一代人出一代技术,全靠研发人员堆时间堆经验。现在AI把这个过程压缩了好几倍,等于给化工研发开了八倍速加速器。
当然,问题也很明显。优质的化工分子数据、反应数据都攥在全球巨头手里,没人愿意公开共享,国内中小企业想训自己的模型,连合格的数据集都攒不出来。还有,模拟始终是模拟,小试结果好,放大到百吨千吨级装置,还是会出各种各样的问题,AI现在还没摸透所有工业化放大的规律,这点还差得远。
你去国内任何一个新建的化工园区转一圈,就会发现,现在拿土地批新项目的,十个有八个带新技术头衔。老装置改造,第一件事就是想办法上新工艺降本降耗。
很多人对化工的印象还停留在十几年前的傻大粗黑,高污染高能耗。
殊不知这一波化工新技术应用,早已经把行业规则改得面目全非。能耗砍半,排放砍九成,产能翻番,这样的例子现在随处都是。
跟不上这波节奏的厂子,再过三五年,估计就只能被淘汰在园区的角落里了。
对吧。
从“傻大粗”到“针尖跳舞”,单原子催化已经走出实验室
说实话,早十年听学术圈讲单原子催化,我总觉得就是实验室里好看不顶用的花活。 谁能想到现在都已经工业化落地了。 国内好几家龙头企业已经把单原子催化剂用到了环氧丙烷和己内酰胺的生产线上。原来的传统工艺,生产一吨主产品要副产十几吨甚至几十吨的废渣,处理废渣的成本比产品利润还高,环保卡得根本开不了工。现在换了单原子催化剂,副产直接砍掉九成多,原料利用率一下涨了快二十个百分点,这不就是实打实的利润?
化工单原子催化工业化反应器生产现场图
改变远不止催化剂本身。为了适配单原子催化剂的反应条件,整个装置的工艺路线都改了,蒸汽消耗量降了快三成,单位产能的投资成本反而降了,不是大家想的新技术一定贵得离谱。
不过话说回来,也不是什么企业都能用。单原子催化剂的制备门槛不低,稳定性做不好,运行个三五个月活性就掉了,小企业根本啃不动这套技术。
把爆炸级反应放进细管,连续流微反应正在重构精细化工
聊化工新技术应用,绕不开连续流微反应。 这个技术火了快十年,前几年还只是在医药中间体小批量试产,现在已经铺满了长三角、珠三角的精细化工园区。 我去年在江苏盐城碰到一个做农药中间体的老板,聊起这个技术眼睛都亮了。他原来做磺化反应,二十立方的大反应釜,反应放热量大,控温差一度就有炸锅的风险,夏天高温天,工人三班倒盯着温度计,全厂管理层都睡不好觉。产能上不去,安全还总出问题,原来三十个人的车间,年年都招不到新工人。 现在换了微通道连续流装置,反应物料在微米级的通道里走,换热面积是原来反应釜的上千倍,温度偏差能控制在0.5度以内,从进料到出成品只需要几分钟,原来三十个人的车间,现在只要三个人定期巡检就行,产能还直接翻了三倍。
精细化工连续流微反应工业化生产装置实拍
安全问题解决了,环保问题也跟着解决了。原来间歇反应每次开釜都有挥发性有机物逸散,现在全封闭连续生产,逸散量直接降到原来的百分之五都不到。
但是这技术也不是万能神药。一套中型的连续流装置下来,小几百万的投入是跑不掉的,很多年营收不到一个亿的小精细化工厂,根本掏不起这个钱。还有不少干了一辈子的老工程师,习惯了开反应釜调参数,让他们重新摸微反应的工艺条件,总觉得是瞎折腾,抵触情绪不小。
AI帮化学家碰运气,AI分子模拟摸到了工业化的门
AI帮化学家碰运气,AI分子模拟摸到了工业化的门
这两年AI火遍各行各业,化工也没落下。
我之前一直觉得AI算分子就是发论文的工具,跟工业化不搭边。直到去年看到万华化学公开的那个催化剂研发项目,我才真的服了。他们研发新一代MDI生产催化剂,原来靠研发人员一遍遍试错,少说也要三四年才能出合格的成果,现在用AI模拟筛选催化剂结构,先把绝大多数不符合要求的结构筛掉,试验量直接减少了八成,投产时间提前了快两年。
陶氏化学前两年找新一代环保制冷剂,原来筛选一个合格分子平均要三五年,花个几千万美元,现在AI筛完只花了三个月,成本直接砍了九成多。
原来化工研发就是“试错熬时间”,一代人出一代技术,全靠研发人员堆时间堆经验。现在AI把这个过程压缩了好几倍,等于给化工研发开了八倍速加速器。
当然,问题也很明显。优质的化工分子数据、反应数据都攥在全球巨头手里,没人愿意公开共享,国内中小企业想训自己的模型,连合格的数据集都攒不出来。还有,模拟始终是模拟,小试结果好,放大到百吨千吨级装置,还是会出各种各样的问题,AI现在还没摸透所有工业化放大的规律,这点还差得远。
你去国内任何一个新建的化工园区转一圈,就会发现,现在拿土地批新项目的,十个有八个带新技术头衔。老装置改造,第一件事就是想办法上新工艺降本降耗。
很多人对化工的印象还停留在十几年前的傻大粗黑,高污染高能耗。
殊不知这一波化工新技术应用,早已经把行业规则改得面目全非。能耗砍半,排放砍九成,产能翻番,这样的例子现在随处都是。
跟不上这波节奏的厂子,再过三五年,估计就只能被淘汰在园区的角落里了。
对吧。