焦油堆积是当前严重阻碍生物质气化技术进一步发展的主要问题。当前关于油洗脱除焦油技术的研究已经取得了进展，但对其核心吸收剂工艺性能的实验筛选缺乏理论分析。因此，南京工业大学陈海军教授团队基于QCABT设计理念，选取苯，甲苯，苯酚和萘的混合物替代真实焦油组分作为模拟对象。基于COSMO-RS理论结合热力学方法建立了溶剂筛选方法，并通过Aspen Plus模拟了焦油脱除过程。
结果表明：开发的半定量吸收剂筛选方法比仅使用无限稀释活度系数的筛选法更为有效。通过筛选，大豆油和NFM的混合物是最佳的焦油吸收剂。Aspen Plus模拟结果与实验值之间的最大相对误差为9.5‰，表明可靠性较高。添加30v/v％的NFM可有效促进苯和甲苯的吸收。较高的液气吸收比，较低的吸收温度以及高效的循环利用效果保证了本工艺较好的气体净化程度。油酸和亚油酸（大豆油模拟物）的溶剂损失率和吸收速率基本趋同，但NFM的损失率要高达4-6个数量级，这是导致溶剂损失的最大原因。解析器出口处90℃的冷凝器温度可有效控制溶剂损失率。在最佳操作条件下，焦油含量可降至
30mg /Nm3，能量损失不超过1600 kJ/kg，溶剂损失率不超过0.5‰。因此，这种优胜的方法为吸收脱除焦油提供了很好的定量指导意义。
1. Xiaosong Zhang, Jiawei Pan, Liang Wang, Tianle Qian, Yuezhao Zhu, Hongqi Sun,Jian Gao, Haijun Chen*,Ying Gao, Chang Liu，COSMO-based solvent selection and Aspen Plus process simulation for tar absorptive removal，Applied Energy 251 (2019) 113314，https://doi.org/10.1016/j.apenergy.2019.113314