负责燃煤电厂百万吨级碳捕集（MEA法）工艺全生命周期技术管理，涵盖工艺包开发、中试验证及工业化落地，主导解决胺液降解、设备腐蚀、能耗偏高等工程痛点，支撑项目达到国际先进捕集效率与经济性指标。

• 主导完成300MW燃煤机组碳捕集工艺包迭代设计，基于Aspen HYSYS建立多参数耦合模型，针对原工艺胺液降解率超8%/年的问题，引入哌嗪（PZ）复合添加剂并优化再生塔温度梯度（从125℃降至118℃），配合在线热氧化再生系统，将胺液年降解率压降至3.2%，单套装置年维护成本降低410万元。
• 牵头中试平台（10t/d）长周期运行测试，通过COMSOL多物理场仿真模拟吸收塔气液分布，识别塔板效率衰减根源（局部气速超设计值15%），优化塔内件布局并将传质效率提升19%，支撑装置连续稳定运行18个月（行业平均12个月），捕集CO₂纯度稳定在99.2%以上。
• 构建碳捕集全流程能耗预测模型，结合热泵精馏与余热梯级利用技术，将单位CO₂捕集能耗从3.8GJ/t降至2.75GJ/t（降幅28%），相关成果应用于某600MW机组改造项目，年节约标煤2.1万吨，获业主方‘工艺创新突出贡献奖’。
• 制定胺液在线监测标准（pH、电导率、降解产物浓度），开发基于机器学习的腐蚀速率预测算法（R²=0.92），提前3个月预警塔体局部腐蚀风险，指导防腐涂层升级（从环氧树脂改为镍基合金复合涂层），设备大修周期从3年延长至5年。

聚焦生物燃气（沼气）脱碳场景，负责膜分离与化学吸收耦合工艺开发，解决高湿度、高杂质气体捕集效率低、膜组件污染等问题，推动技术从中试向工程化转化。

• 设计‘膜预浓缩+MEA吸收’耦合工艺，针对沼气中H₂S含量波动（500-2000ppm）问题，开发两级胺液过滤系统（精度0.1μm）并优化膜组件操作压力（从2.5bar升至3.2bar），将CO₂脱除率从92%提升至97.5%，产品气甲烷纯度达98.8%（满足车用天然气标准）。
• 搭建小试装置（处理量50Nm³/h）验证工艺稳定性，通过正交试验法优化操作参数（膜面积/胺液循环量比、再生温度），确定最优工况下单位能耗1.8GJ/t CO₂（较单一膜分离工艺降低35%），形成《生物燃气脱碳工艺技术规范》（企业标准Q/XK 001-2021）。
• 解决膜组件有机胺污染难题，分析膜面吸附胺类物质的分子动力学模拟结果，提出‘柠檬酸清洗+超临界CO₂干燥’再生方案，膜通量恢复率从78%提升至95%，单支膜元件寿命从8个月延长至14个月，年节省膜更换成本120万元。
• 参与某生物质发电厂3000Nm³/h脱碳项目投标，负责工艺技术方案编制与经济性测算，通过敏感性分析明确胺液损耗（占比总成本22%）为主要降本点，提出闭式循环改造建议，助力项目中标（合同额4800万元）。

协助完成燃煤电厂碳捕集中试平台（500kg/d）建设与调试，负责实验数据采集、工艺参数记录及基础问题排查，支撑团队完成胺液筛选与吸收塔流体力学研究。

• 搭建中试平台数据采集系统，部署温度、压力、浓度在线传感器（精度±0.5%），建立实时数据库并开发可视化看板，实现关键参数（如胺液贫富液温差、塔顶尾气CO₂浓度）秒级监控，为工艺优化提供2000+组有效数据。
• 参与MEA、MDEA、PZ三种胺液筛选实验，设计单因素对比方案（吸收效率、再生能耗、腐蚀速率），通过静态吸收实验（模拟烟气量100Nm³/h）发现PZ基胺液在低浓度（25wt%）下捕集效率达90%（MEA需30wt%），为后续工艺包低成本设计提供依据。
• 排查吸收塔液泛问题，通过改变气体空塔气速（从0.5m/s升至0.8m/s）与液体喷淋密度（从10m³/(m²·h)降至8m³/(m²·h)），结合CFD仿真分析气液两相流场，最终确定最佳操作气速0.65m/s，液泛频率从每周2次降至0次，保障中试连续运行1200小时。
• 完成《中试平台运行报告》，总结胺液发泡（发生率15%）、设备泄漏（3处法兰密封失效）等12项工程问题并提出改进措施（如添加消泡剂、更换金属缠绕垫），相关建议被纳入公司首套商业化装置设计清单。

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。

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。