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。

分布式光伏电站智能故障诊断系统研发及产业化应用

• 项目背景：国内分布式光伏装机量年增速超40%，但传统人工巡检依赖经验，故障漏检率达25%、单站诊断耗时超4小时，严重影响电站发电效率与公司运维服务口碑。项目目标：研发一套覆盖“数据采集-故障识别-定位建议”的智能系统，将诊断准确率提升至90%以上、定位时间压缩至1小时内。我的职责：主导系统整体架构设计、核心技术攻关及从实验室到产业化的落地推进。
• 项目难点：一是多源数据异构——电站采集的逆变器运行数据、组件红外温度、环境辐照度等数据格式混乱，难以直接用于建模；二是小样本故障数据——真实故障场景数据占比不足5%，传统监督学习模型泛化能力极差。技术应对：采用边缘计算预处理（基于Node-RED搭建数据管道，统一Modbus/JSON协议），解决数据碎片化问题；引入迁移学习框架（PyTorch），从公司积累的10万+历史正常/故障数据中迁移特征，降低对小样本的依赖；结合图神经网络（GNN）构建故障知识图谱，关联“组件缺陷-环境触发-故障表现”的因果关系。
• 核心行动：牵头完成边缘节点的硬件选型（采用树莓派+工业级传感器）与软件部署，实现数据实时上传与清洗；针对故障分类任务，设计“预训练+微调”的迁移学习模型，将初始准确率从68%提升至89%；基于3年的故障案例库，手动标注2000+条故障关联规则，用GNN训练出可解释的故障溯源模型，比如能精准识别“组件隐裂→局部温度升高→逆变器输出波动”的链式故障路径。
• 项目成果：系统上线后，诊断准确率达92.3%，故障定位时间缩短至12分钟内；已覆盖全国1200+分布式光伏电站，为公司带来每年3200万+的运维服务收入增长（较之前提升45%）；主导申请2项发明专利（《一种分布式光伏组件故障的迁移学习诊断方法》《基于GNN的光伏电站故障知识图谱构建系统》），个人获公司“年度技术创新一等奖”，并成为集团分布式运维技术标准的主要制定者。

高能量密度磷酸铁锂电池热失控抑制技术研发

• 项目背景：随着储能市场对电池能量密度要求提升（从150Wh/kg向200Wh/kg突破），高能量密度磷酸铁锂电池的热失控概率从1‰升至3‰，传统液冷系统因重量大（占电池包总重12%）反而降低了能量密度，且极端工况下散热效率不足。项目目标：研发轻量化、高效的热管理系统，将电池包热失控温度阈值提升至180℃以上，同时能量密度提升10%以上。我的职责：负责热管理方案的架构设计、仿真验证及工程化落地。
• 项目难点：一是相变材料（PCM）性能不足——单一石蜡基PCM导热系数仅0.2W/m·K，无法快速吸收电池热量；二是微通道液冷的压降问题——传统直通道设计压降超10kPa，增加泵的功耗。技术应对：筛选硬脂酸-石蜡复合PCM（质量比3:7），通过添加膨胀石墨（5wt%）将导热系数提升至1.5W/m·K；采用仿生蛇形微通道设计（基于蜂巢结构启发），优化流道宽度（1.2mm）与间距（0.8mm），降低压降至4.5kPa；用ANSYS Fluent搭建热仿真模型，模拟10种极端工况（如针刺、过充、环境温度55℃）下的温度分布。
• 核心行动：主导完成12种PCM配方的热性能测试（DSC差示扫描量热法测潜热，激光闪射法测导热系数），确定最优复合比例；设计3版微通道液冷板，通过仿真对比筛选出散热效率最高的结构；制作10台样机，进行国标GB/T 36276的针刺实验，验证热失控抑制效果——样机在针刺后30分钟内未出现明火，温度峰值控制在178℃。
• 项目成果：优化后的电池包能量密度达207Wh/kg（较之前提升18%），热失控温度阈值从150℃提升至185℃；通过UL1973（北美储能标准）与GB/T 36276（国内储能标准）认证，应用于公司20尺集装箱式储能柜，助力拿下南方电网1.2亿+的储能订单；发表SCI论文1篇（《Enhanced Thermal Management of High-Energy-Density Lithium-Ion Batteries Using Composite Phase Change Materials and Bio-Inspired Microchannels》，发表于《Journal of Power Sources》）；申请3项实用新型专利（《一种复合相变材料电池热管理系统》《仿生蛇形微通道液冷板》等），个人晋升为储能热管理技术负责人，负责后续产品的迭代优化。

• 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。