主导燃煤电厂百万吨级CCUS项目全周期工艺开发，覆盖实验室小试-中试放大-工程化落地全流程，聚焦胺基吸收工艺优化、能耗降低及工程化问题解决。

• 针对传统MEA（一乙醇胺）溶剂降解率高（15%/千次循环）、系统运行稳定性差的问题，牵头开展新型哌嗪（PZ）-甲基二乙醇胺（MDEA）复合溶剂配方研发：通过Aspen HYSYS模拟不同摩尔比下的吸收/解吸热力学特性，结合气液传质系数实验（使用Othmer釜测定kLa值），确定最优配比为PZ:MDEA=3:7，使溶剂降解率降至5%/千次循环，年减少溶剂补充成本约800万元。
• 负责中试装置（处理量1000Nm³/h烟气）工艺参数调试，针对再生塔蒸汽耗量高（3.2GJ/t CO₂）痛点，创新采用分段解吸+贫富液换热器强化设计，配合动态模拟优化再沸器温度曲线（从125℃降至118℃），最终单位捕集能耗降至2.8GJ/t CO₂，达到国际先进水平。
• 解决工程化阶段设备腐蚀难题：通过ICP-MS分析冷凝水成分发现Cl⁻浓度超标（8ppm）导致不锈钢设备点蚀，联合设备供应商将吸收塔材质由316L升级为双相钢2205，并调整溶液pH至8.5-9.0抑制酸性腐蚀，使设备连续运行周期从8000小时延长至12000小时。
• 主导编制《燃煤电厂百万吨级胺法碳捕集工艺包》，包含PFD/P&ID图纸、操作手册及应急预案，一次性通过业主方技术评审，推动项目纳入国家CCUS示范工程清单，预计年捕集CO₂120万吨。

负责生物燃气（沼气）碳捕集中试项目工艺开发，聚焦膜分离与化学吸收耦合工艺优化，推动技术向生物质能利用场景延伸。

• 搭建膜-胺耦合工艺模拟模型（Aspen Plus），设置膜组件渗透侧压力（0.1-0.3MPa）、胺液循环量（50-150L/h）等变量，优化出最佳操作窗口：膜分离预富集CO₂至40%（体积分数），胺液仅需处理低浓度流股，使整体能耗较纯胺法降低18%。
• 针对工业级中空纤维膜（聚酰亚胺材质）抗污染能力弱问题，开展膜表面改性实验：通过等离子体接枝丙烯酸（AA）增加亲水性，接触角从75°降至30°，运行3个月后通量衰减率从25%/月降至8%/月，支撑中试装置连续稳定运行1000小时。
• 分析吸收塔压降异常升高现象（从0.15MPa增至0.22MPa），拆解后发现陶瓷填料（拉西环）因生物燃气中焦油附着堵塞，更换为金属鲍尔环并增设在线反吹系统（氮气脉冲频率30min/次），压降稳定控制在0.16MPa以内，保障系统处理量达标。
• 参与项目验收并编制《生物质燃气碳捕集技术可行性报告》，经专家评审认定：耦合工艺捕集成本降至180元/吨CO₂，较传统胺法降低22%，助力公司与某生物质发电企业签订技术合作协议。

协助开展实验室级碳捕集基础研究，聚焦胺溶液吸收动力学、溶剂降解机理及小型装置验证，为工艺放大提供数据支撑。

• 执行胺溶液吸收CO₂单因素实验：控制温度（25-60℃）、液气比（5-20L/m³）、胺浓度（2-5mol/L），采集吸收速率数据，拟合得到动力学方程r=k·C(CO₂)·C(胺)，其中k值随温度升高呈Arrhenius关系（活化能Ea=45kJ/mol），为吸收塔设计提供理论依据。
• 建立MEA溶液热降解动力学模型：通过GC-MS分析降解产物（甲酸、乙酸、脲烷酮），结合阿伦尼乌斯公式计算不同温度（100-130℃）下的降解速率常数，预测长期运行后溶剂损失量，为再生塔温度控制（≤120℃）提供数据支持。
• 参与小型固定床反应器（Φ25mm×1000mm）设计，用于验证MnO₂/Al₂O₃催化剂对碳酸盐分解的促进效果：在850℃、空速2000h⁻¹条件下，催化剂使CaCO₃分解率从65%提升至88%，为后续热力焚烧再生工艺提供实验基础。
• 每周整理实验数据并撰写《碳捕集基础研究周报》，累计输出20+份技术报告，其中《胺溶液降解特性分析》被纳入部门年度技术白皮书，获研发总监书面肯定。

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。