主导百万吨级燃煤电厂碳捕集（CCUS）项目中试全流程工艺设计与优化，解决胺液降解、设备腐蚀等工业化放大关键问题，推动工艺包从实验室到中试的工程化落地，支撑项目降本增效目标。

• 牵头完成300Nm³/h燃煤烟气碳捕集中试装置工艺包迭代，基于Aspen Plus模拟与现场实测数据耦合，优化胺液（MEA-MDEA复合溶剂）循环量与再生热耗参数，将单位捕集能耗从3.2GJ/tCO₂降至2.7GJ/tCO₂，年运行成本减少约450万元（按10万吨/年捕集规模测算）。
• 针对中试阶段胺液氧化降解率超标（初始达15%/月）的问题，联合分析化学团队开发含受阻酚结构的复合缓蚀剂，通过正交试验确定最佳添加比例（0.8wt%），配合在线氧化还原电位（ORP）监控系统，将降解率稳定控制在5%/月以内，延长溶剂更换周期至18个月（原设计12个月）。
• 主导解决贫富液换热器结垢问题，通过COMSOL多物理场模拟流速分布，优化管道弯头曲率半径（从R=1D调整为R=2.5D），并引入脉冲反冲洗装置，使换热器压差增幅从每月8kPa降至2kPa，保障连续3000小时无停车运行。
• 编制《百万吨级CCUS工艺操作手册》及《异常工况应急响应指南》，覆盖胺液再生塔液泛、再沸器蒸汽波动等12类高频问题，支撑项目通过业主方72小时连续运行考核。

负责生物质电厂低浓度烟气（8-10% CO₂）碳捕集工艺包开发，聚焦膜分离-化学吸收耦合技术路线的工程化验证，推动技术从概念设计到小试验证的转化，支撑公司获取首个生物质碳捕集示范项目。

• 设计“中空纤维膜预浓缩+MEA化学吸收”耦合工艺，利用膜组件将烟气CO₂体积分数从8%富集至25%，降低后续吸收塔负荷30%；通过膜材料筛选（聚酰亚胺/硅橡胶复合膜）与操作条件优化（操作压力0.3MPa，温度45℃），使膜通量稳定在120GPU，截留率92%以上。
• 搭建10Nm³/h小试装置并完成300小时连续运行测试，针对膜组件污染问题，开发柠檬酸-EDTA复合清洗液（浓度2wt%:0.5wt%），配合错流过滤模式，将膜通量衰减率从每小时5%降至1.2%，清洗周期延长至15天。
• 编制工艺包技术规格书，明确关键设备参数（如膜组件数量200支、吸收塔直径1.2m）及控制逻辑（pH值6.5-7.5闭环调节），支撑项目通过某生物质电厂示范工程可行性评审，成功获取800万元研发订单。
• 参与撰写2项发明专利（“一种生物质烟气膜-吸收耦合碳捕集装置”“低浓度CO₂膜分离富集工艺优化方法”），其中1项已进入实质审查阶段。

承担实验室级新型碳捕集溶剂筛选与评价，建立溶剂热稳定性、反应动力学等关键性能评价体系，为工艺开发提供基础数据支撑，助力公司储备2类高性能候选溶剂。

• 搭建溶剂评价平台，集成气液传质反应器（体积5L）、GC-FID在线监测及量热仪，完成50余种胺基溶剂（如哌嗪衍生物、氨基醇类）的热稳定性测试（200℃/24h），筛选出2种降解率＜3%/千小时的候选溶剂（PZ-AMP混合胺、TEPA-DEEA复合胺）。
• 通过分子动力学模拟（Materials Studio软件）分析溶剂与CO₂的反应路径，发现PZ-AMP混合胺的氨基甲酸盐生成焓较MEA降低15%，结合动态吸收实验（体积传质系数KLa=0.03s⁻¹），验证其反应速率提升20%，为溶剂工业化提供理论依据。
• 制定《碳捕集溶剂评价标准》（Q/XK 001-2020），规范热重分析（TGA）、液相色谱（HPLC）等检测方法及判定阈值（如总降解产物＜500ppm），提升团队实验数据一致性，缩短新溶剂评估周期至4周（原需8周）。
• 协助完成与高校合作项目“新型低挥发性胺溶剂开发”的中试数据对接，整理300组反应动力学数据，支撑论文《哌嗪基混合胺的CO₂吸收性能研究》发表于《化工进展》期刊。

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。