负责燃煤电厂百万吨级碳捕集工艺包设计、放大验证及运行优化，主导解决工艺工业化中的关键技术瓶颈，推动技术成果落地转化。

• 主导设计基于MEA（一乙醇胺）的碳捕集工艺包，针对目标电厂烟气高硫分（SO₂浓度800mg/Nm³）特性，开发耐硫胺液配方——通过分子结构修饰引入位阻基团抑制胺液氧化，结合Aspen Plus模拟胺液降解路径，配套电化学测试平台（CHI760E）验证氧化稳定性，最终胺液年降解率从15%降至8%，单套装置年运维成本减少200万元。
• 攻克工艺放大中再生塔热效率低难题，采用CFD模拟（ANSYS Fluent）优化填料层高度（从4m增至6m）与再沸器热负荷分配，引入蒸汽压缩再循环技术（压缩比1.8），将再生热耗从3.2GJ/吨CO₂降至2.5GJ/吨，单套装置年捕集量从100万吨提升至120万吨，达到国际先进水平。
• 统筹中试装置（处理量5000Nm³/h）连续运行测试，搭建包含在线pH计、红外气体分析仪的多参数监测体系，制定胺液组分动态调节策略（基于PLC控制的自动加注系统），实现系统连续3000小时运行稳定性达98.5%，关键指标（捕集效率、能耗）优于行业标准（95%、3.0GJ/吨）。
• 牵头编制工艺包技术文档（含P&ID图、设备清单、操作手册），主导与杭氧、沈鼓等设备商的技术对接，完成10台套核心设备（如高效填料塔、双相钢泵阀）的参数校核与现场调试，保障首套工业化装置一次性开车成功，投运后捕集效率稳定在90%以上。

聚焦低能耗碳捕集技术研发，开展新型吸收剂开发、工艺集成优化及多场景适用性研究，为工业化提供技术储备。

• 开发新型哌嗪衍生物吸收剂，通过Gaussian软件模拟分子构象，设计含支链结构的N-甲基哌嗪（NMP）衍生物，经实验室测试（自制吸收塔）验证，CO₂吸收容量较MEA提升25%（从0.5mol/mol增至0.625mol/mol），再生能耗降低30%（从3.8GJ/吨降至2.66GJ/吨），相关成果申请发明专利2项（CN202110XXXXX、CN202210XXXXX）。
• 搭建10Nm³/h膜分离-胺吸收耦合实验装置，筛选聚酰亚胺中空纤维膜（截留分子量200Da）作为预处理单元，优化膜操作压力（0.3MPa）与胺液循环比（1:5），使整体捕集能耗降至2.8GJ/吨CO₂，较纯胺法降低18%，相关论文发表于《化工进展》（2021年第6期）。
• 针对钢铁、水泥行业尾气特性（烧结机烟气含尘100mg/Nm³、水泥窑烟气H₂O含量12%），完成3类典型尾气的捕集工艺适应性评估，提出“布袋除尘+降温除水+膜预浓缩”定制化方案，被某钢铁集团50万吨/年捕集示范项目采纳，降低前端预处理成本15%。

协助完成碳捕集小试实验及数据积累，参与实验室安全管理与基础研发支撑，夯实工艺研发底层能力。

• 协助搭建胺液吸收-解吸循环实验平台（处理量2Nm³/h），负责实验参数记录（温度±0.5℃、压力±0.01MPa）及样品分析（GC-MS测定胺液组分、盐酸滴定法测CO₂负载），累计完成500+组实验数据采集，支撑团队发现“温度每波动±5℃，胺液吸收效率下降7%”的规律，提出恒温控制改进建议并被采纳。
• 主导修订实验室SOP文件12项，规范胺液存储（氮封钢瓶）、废气处理（碱洗塔+活性炭吸附）等流程，任职期间实验室未发生安全事故，获2018年度“安全标兵”称号。
• 运用Origin与Minitab对3年实验数据进行统计分析，建立胺液降解速率预测模型（R²=0.92），预测不同运行时长下的胺液性能衰减趋势，为研发团队调整配方迭代周期提供数据支撑。

钢铁行业烧结机废气多污染物协同脱除与资源化技术研发及产业化

• 项目背景：钢铁行业烧结机废气含SO₂、NOₓ、VOCs及重金属粉尘，传统“脱硫+脱硝+除尘”分步工艺存在效率低（综合脱除率＜85%）、二次污染（如脱硫废水）及资源浪费（未回收硫资源）等问题。公司目标开发“多污染物协同脱除+硫资源化”一体化系统，解决钢铁厂环保合规与成本压力。我作为研发负责人，统筹工艺设计、材料选型及产业化落地全流程。
• 关键难题与技术：一是多污染物相互抑制（如SO₂会降低SCR脱硝催化剂活性），二是VOCs成分复杂（含苯系物、酮类等）导致吸附材料易饱和，三是硫资源化产品（硫酸铵）纯度低（仅85%）无法工业销售。针对这些问题，我选择“Mn-Ce/La-TiO₂负载活性炭”复合催化剂（解决多污染物协同脱除），并引入“膜分离+梯度结晶”技术（提升硫酸铵纯度）。
• 核心行动与创新：1）主导催化剂配方迭代，通过正交试验调整Mn:Ce:La摩尔比至5:3:0.5，使SO₂/NOₓ/VOCs脱除率分别达99.5%/98%/92%（较传统工艺提升10-20个百分点）；2）创新资源化路径，采用孔径0.1μm的PVDF膜过滤废气中的细颗粒，再用冷却结晶（40℃恒温）将硫酸铵纯度提至98.5%（满足GB/T 535-2020工业级标准）；3）搭建中试平台，模拟钢铁厂真实工况（废气量10万m³/h，温度180-250℃），验证系统连续运行稳定性。
• 项目成果与价值：项目成果在唐山某钢铁厂落地应用，年处理废气30亿m³，减少SO₂排放1.2万吨、NOₓ0.8万吨；硫资源化年产工业级硫酸铵2.1万吨，为公司新增营收120万元/年。申请3项发明专利（1项授权）、发表2篇EI论文，项目获“2023年河北省环保科技进步二等奖”。我个人主导的技术路线被纳入公司“工业废气资源化”核心产品矩阵，推动团队从“单一污染物治理”向“协同资源化”转型。

基于AI的工业废水零排放系统智能优化与落地

• 项目背景：公司原有工业废水零排放系统依赖人工调参，面临“水质波动大（COD从500-5000mg/L）、能耗高（吨水能耗4.2kWh）、运行稳定性差（月故障停机率15%）”等问题。我作为组长，牵头开发AI智能优化系统，实现系统自适应调控，降低运行成本。
• 关键难题与技术：一是废水成分时序变化大，传统静态模型无法实时适配；二是数据维度高（涵盖pH、COD、电导率等20+参数），模型训练效率低；三是需平衡“能耗”与“排放达标”双重目标。我选择“LSTM神经网络+强化学习（PPO算法）”混合模型，处理时序数据并优化决策，同时搭建边缘计算平台实现实时响应。
• 核心行动与创新：1）主导数据治理，整合公司10个废水处理项目历史数据（100万+条），构建“水质-工艺-能耗”关联数据库；2）开发混合模型：用LSTM预测未来2小时水质变化，再用PPO算法调整反渗透（RO）膜压力、蒸发器温度等参数，使系统动态适配水质波动；3）在现场试点（某化工企业废水站），通过A/B测试验证模型效果，迭代优化奖励函数（将能耗权重设为0.6、排放达标权重设为0.4）。
• 项目成果与价值：系统上线后，废水零排放系统吨水能耗降至3.15kWh（降低25%），月故障停机率降至2%（提升13个百分点），化学药剂使用量减少18%。申请2项实用新型专利、1项软件著作权，成果被纳入公司“智慧环保”解决方案，推广至3个新客户（如某制药厂、印染厂）。我个人掌握了“AI+环保”的技术转化逻辑，推动团队从“传统工艺研发”向“智能环保”延伸，提升了公司在工业废水领域的竞争力。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。