主导燃煤电厂百万吨级碳捕集中试项目的工艺开发、优化及运行调试，边界涵盖溶剂筛选、流程模拟、能耗分析及现场问题诊断，目标实现捕集成本降至200元/吨CO₂以下。

• 主导完成Aspen Plus全流程模拟，搭建包含吸收塔、再生塔、压缩机在内的12个单元模型，对比MEA、MDEA、PZ三种溶剂的捕集效率（＞90%）与再生能耗（2.5-3.5GJ/吨CO₂），结合电厂烟气成分（CO₂浓度12-15%）选定PZ基低挥发性溶剂，理论运行成本较MEA降低22%。
• 针对中试装置投运后溶剂热降解问题（首月降解率1.8%），牵头开展添加剂复配实验，引入哌嗪衍生物（占比0.5wt%）作为缓蚀剂与抗氧化剂，配合在线pH监测系统动态调节胺浓度，3个月内将月均降解率稳定控制在1.2%以内，年减少溶剂补充量15吨。
• 优化再生塔操作参数，通过Box-Behnken设计法调整蒸汽流量（3.2-4.5t/h）、贫富液换热器温差（8-12℃）等6个变量，建立能耗预测模型，最终将再生能耗从3.2GJ/吨CO₂降至2.7GJ/吨CO₂，单套装置年节约标煤900吨，对应减排CO₂ 2300吨。
• 编制《中试装置标准化操作手册》及《溶剂劣化应急处理指南》，组织现场运维团队开展6次专项培训，将非计划停机时间从每月3天压缩至0.5天，保障连续3000小时满负荷运行无重大故障。

负责钢铁行业高炉煤气碳捕集项目的工艺包设计与工业化落地，边界覆盖多技术耦合方案制定、杂质影响评估及工程化参数校准，目标实现捕集规模10万吨/年、纯度≥99.9%。

• 创新提出“膜预浓缩+化学吸收”耦合工艺，针对高炉煤气中H₂S（＜200ppm）、粉尘（＜5mg/Nm³）杂质易导致吸收剂中毒的问题，设计三级过滤（布袋除尘+静电除焦油+膜脱水）预处理单元，杂质去除效率提升至99.5%，吸收剂寿命延长至3年。
• 主导搭建100Nm³/h膜分离中试装置，测试PVDF-陶瓷复合膜对H₂S的选择性分离性能，通过正交试验确定最优操作条件（压力0.8MPa、温度45℃、错流速度1.5m/s），膜通量稳定在120L/(m²·h)，H₂S截留率＞99%，为工业化膜组件选型提供数据支撑。
• 协同设计院完成工艺包图纸转化，重点校准吸收塔直径（Φ6m）、填料层高度（8m）、再沸器换热面积（1200㎡）等关键参数，通过CFD模拟验证气液分布均匀性，设计误差率控制在1.8%以内，一次性通过专家评审。
• 项目投运后，系统连续运行18个月，捕集效率稳定在92%以上，CO₂产品气纯度99.9%（符合GB/T 31451-2015食品级标准），年减排CO₂ 10万吨，助力业主获得欧盟“碳关税减免认证”，项目获中国环保产业协会“科技进步二等奖”。

参与新型碳捕集材料的基础研发与实验室验证，边界涵盖吸附/吸收材料合成、性能测试及机理分析，目标为工业化工艺提供材料选型依据。

• 负责氨基功能化介孔硅吸附材料的合成实验，采用溶胶-凝胶法调控SiO₂/Al₂O₃摩尔比（10:1-50:1），通过BET、XPS表征分析孔隙结构（孔径2-50nm）与表面官能团（-NH₂密度），筛选出比表面积850m²/g、NH₂负载量3mmol/g的最优配方。
• 搭建固定床吸附测试系统，模拟工业废气（CO₂浓度15%、O₂ 5%、N₂ 80%）条件，测定材料吸附容量（25℃、1bar下2.8mmol/g）与穿透时间（120min），较传统活性炭（1.2mmol/g）提升133%，且再生10次后容量保留率＞85%。
• 协助撰写2篇SCI论文（《氨基修饰介孔硅对CO₂的选择性吸附机制》发表于Journal of CO₂ Utilization，IF=8.3；《变压吸附条件下胺基材料循环稳定性研究》投至Chemical Engineering Journal），申请发明专利1项（ZL202010XXXXXX，一种用于碳捕集的氨基功能化介孔硅材料及其制备方法）。
• 建立材料稳定性测试标准流程，完成高温老化（500℃/100h）、水热老化（120℃/湿度80%/500h）实验，验证材料在复杂工况下的性能衰减规律，为后续中试放大提供风险评估报告。

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。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。