Cobalt Hydroformylation of Olefins in a Biphasic System Using Ionic Liquids – Development and Reaction Optimization by a Design Experiment Approach

The present paper describes the use of experimental designs (DoE) in association with high throughput experimentation devices for the optimization of cobalt hydroformylation of olefins in a biphasic system using ionic liquids. The main goal of the study was to gain insight into the various factors ([Co]NAIL, L/Co, Phorg/PhNAIL, pressure and temperature) and how they interact and influence the activity and selec-tivity of the catalyst. On the basis of a D-Optimal design, the study pointed out that temperature and to a less extend “Phaseorga/PhaseNAIL” ratio are the most critical parameters. These conclusions confirm to a certain extend, the initial hypothesis formulated to describe the process operation. Furthermore, this strategy in association with high throughput experimentation devices, allows to predict catalytic results in the major part of a cubic space (representing the experimental domain) giving us the opportunity to determine the most suitable catalysts composition and optimal reaction conditions. Ce document décrit l’utilisation des plans d’expériences en association avec des équipements d’expérimentation haut débit, pour le développement et l’optimisation de la réaction d’hydroformylation des oléfines par le cobalt en milieu liquide ionique. L’objectif principal de ce travail était d’identifier la manière dont les différents paramètres de réaction ([Co]Li, L/Co, Phorg/PhNAIL, pression et température) interagissent les uns avec les autres et d’évaluer leur influence sur l’activité et la sélectivité du catalyseur. Sur la base d’un plan d’expériences D-Optimal, cette étude fait ressortir la température et dans une moindre mesure le ratio “Phaseorga/PhaseNAIL” comme étant les paramètres critiques du procédé. Ces conclusions confirment dans une certaine mesure, les hypothèses formulées initialement pour décrire le principe de fonctionnement du procédé mis en oeuvre. Cette stratégie permet de prédire rapidement les performances du système dans l’ensemble du domaine expérimental avec la possibilité d’identifier un optimum de fonctionnement.